アクティブ運用ファンド取引、71%はAIで予測可能－ハーバード大研究

（ブルームバーグ）：ウォール街の投資家は日々、人工知能（AI）が人間の専門的判断を自動化し、ホワイトカラー産業を混乱させると懸念している。株式の選択は、今まさにその混乱の真っ只中にあるようだ。

ハーバード・ビジネス・スクールの教授らが主導した新たな研究によると、アクティブ運用ファンドマネジャーの行動の多くは、機械が学習可能なパターンに従っていることがわかった。ニューラルネットワークと呼ばれる機械学習アルゴリズムを用いることで、このシステムは四半期単位で、運用担当者が特定株を売買または保有するか、投資信託の取引決定の約71％を予測できた。

このモデルは1990ー2023年の5年ごとのローリングウィンドウで訓練され、ファンド規模、投資家資金の流れ、株式特性、広範な経済状況などの情報を学習した。この基盤に基づき、ポートフォリオ調整の大半を予測できた。

ただし、システムが予測できなかった約29%の取引は、平均してアウトパフォーマンスとより密接に関連していた。日常的で検知可能な投資パターンから外れた活動こそが、価値の大きな部分を占めていると言えそうだ。

機械が市場を攻略したということではない。むしろ機械は、運用担当者が資金流入・市場動向・同業者にどう反応するかの傾向という、業界の一般的な戦略の多くを学んだようだ。機械が捉えきれないのは、その戦略から外れる少数の判断だ。

論文共著のハーバード大学のローレン・コーエン教授（金融学）はメールで「意思決定の71％がアルゴリズムで予測可能なら、そこに対するアクティブ運用手数料の正当化は極めて難しい」としたうえで、「真の『アルファ』が存在する領域は、我々のモデルが予測できない非定型取引だ。だがそれらが全体活動の中で占める割合は比較的小さい」と語った。

ここ数週間、AIが引き起こす既存事業モデルへの破壊的変化への懸念から、資産運用会社や物流グループまで、さまざまな企業の株価が乱高下している。

研究結果が示すのは、機械が市場に勝利したというよりは、アクティブ運用そのものの定義を再構築するものだ。ファンドの日常的な取引の多くは、パターン化が可能で、理論上はより低コストで再現できるとみられる。