LLM技術の金融市場への活用

• 自然言語処理分野で近年目覚ましい進歩を遂げた大規模言語モデル（LLM）が、金融市場でも活用できるのかへの関心が高まっている
• LLMは、単語や単語の一部を表すトークンのシーケンスをモデリングするうえで優れた性能を示し、これによって翻訳、質疑応答、人間に似た文章生成などの作業を行うことができる

金融市場におけるLLM活用の可能性

• クオンツトレーダーは、LLMを活用して価格や取引を予測できるかに関心を持っている
• これは単語のシーケンスの代わりに、価格や取引のシーケンスをモデリングすることを意味する
• このようなアプローチは、生成AIと金融時系列モデリングについて多くのことを教えてくれる可能性がある

LLMと金融市場データの違い

• LLMは自己回帰型の学習器であり、前のトークンやシーケンスの要素を用いて次の要素やトークンを予測する
• しかし金融市場データでは、学習に使えるデータ量と情報量が限られている
• 例えばGPT-3は5,000億個のトークンで学習されたが、株式市場では年間1,770億個のトークンしか利用できない
• また、金融市場におけるトークンは価格やリターン、取引量などであり、言語モデルにおける音節や単語よりもはるかに予測が難しい
• 金融市場ではシグナルよりノイズの方がはるかに多く、市場参加者が非合理的な取引を行ったり、ファンダメンタルズの変化と無関係な理由で取引したりすることがある

AI技術の金融市場への適用可能性

• マルチモーダル学習は、画像やテキスト入力など多様なモダリティのデータを用いて統合モデルを構築することを目指す
• 金融では、テクニカルな時系列データと、Twitter上のセンチメントやグラフィカルな相互作用、自然言語のニュース記事、衛星画像など、さまざまな種類の非価格情報を統合して予測するのに活用できる
• 残差化（residualization）は金融とAIの両方で重要な役割を果たすが、両分野では異なる役割を担う
• LLMの主要な成功要因の1つは、長い時間軸にわたってトークン間の類似性や強さを識別できる能力にある
• 金融市場では、複数の時間スケールにまたがって市場変動の一部の側面を説明できるマルチスケール現象の分析に役立つ可能性がある

LLMの金融市場での活用方法

• LLMを活用して、市場で観測される特性を模倣する模擬株価軌跡を生成できる
• これは金融市場データが他の情報源に比べて希少であることを考えると、非常に有用になりうる
• 人工データは、ロボティクスなどで成功裏に適用されてきたメタ学習手法への道を開く可能性がある
• 金融市場の実務家はしばしば、取引戦略が大きな利益または損失を経験する可能性が高い極端な事象に関心を持つ
• 極端なシナリオからサンプリングできる生成モデルは有用になりうるが、極端事象は定義上まれにしか発生しないため、適切なパラメータを決めてその分布からデータをサンプリングするのは難しい

LLMの投資分析への活用可能性

• LLMがクオンツ取引を代替する可能性は現時点では低そうだが、ファンダメンタル分析には役立つ可能性がある
• AIモデルが進化するにつれて、投資仮説を精緻化し、経営陣コメントの不整合を見つけたり、関連業界や企業間の潜在的な関係を発見したりするのに役立つ可能性がある
• こうしたモデルは、すべての投資家にチャーリー・マンガーのような役割を提供できるかもしれない

GN⁺の見解

• LLMが金融市場で活用される可能性は確かにあるが、現時点ではクオンツ取引を代替するのは難しそうだ
  • 金融市場データの希少性とノイズの多さにより、LLMを直接活用するには限界がある
  • ただし、マルチモーダル学習や残差化などの手法を活用して非価格情報を統合したり、長期的な視野で分析したりすることには役立つ可能性がある
• LLMを活用した模擬データ生成や極端シナリオのサンプリングなどは、興味深い活用法になりうる
  • ただし、極端事象の希少性のため、適切なパラメータ設定やサンプリングは難しい可能性がある
• LLMがクオンツ取引そのものを代替するのは難しいと見られるが、投資分析の過程では有用に活用されることが期待される
  • 膨大な情報を収集・分析する過程で、LLMが人間のアナリストを補助する役割を果たせる
• 金融市場は本質的に予測が難しい領域であるため、LLMを活用したアプローチには慎重な姿勢が必要だ
  • ただし、LLMの発展速度を考えると、今後の金融市場での活用可能性を完全に排除することはできないだろう
• 関連技術としては、NumeraiのErasureのように、暗号資産報酬を活用したクラウドソーシング型の金融モデル開発プラットフォームがある
• 全体として、金融市場へのLLM適用はまだ初期段階にあり、多くの研究と実験が必要とみられる。しかし長期的には、AIが金融市場に大きな影響を与えると予想される