REFILE-ROI-投資家はまだAIを出し抜くことができる、ただし予測不能な場合に限る：ヨアヒム・クレメント

Joachim Klement

［ロンドン　３月５日　ロイター］ - 投資家たちは、人工知能が自分たちの仕事を狙っていることを知っている。機械はすでに投資やポートフォリオの複雑な分析を行うことができ、 (link) ファンドマネージャーの生活を脅かしている。

しかし、新たな研究は、AIが不十分な点を示している。それは、人間のマネージャーが「アルファ」や超過リターンを生み出す能力をまだ持っている盲点である。

ここ数週間、銘柄はAI勝ち組とAI負け組に分類されている (link)。AIによって破壊される可能性のあるビジネスモデルを持つ企業の株価は売られ、一方でAIのハードウェアやソフトウェアのメーカーは上昇を続けている。多くの学者や企業が、AIによる銘柄選択やポートフォリオ管理の能力をテストしていることは周知の事実だ。では、ファンドマネージャーは自分の仕事を心配すべきなのだろうか？

ここ数週間、私はAIの能力と限界の両方を検証するいくつかの学術研究を目にした。最も包括的で興味深いのは、ボストン大学のピエトロ・ビーニ助教授らによる新しいNBERワーキングペーパー (link) である。

彼らは、4つの主要なジェネレーティブAI(genAI) モデル(GPT、Claude、Gemini、Llama) に、金融や経済学における行動バイアスを測定するために使用される一連の質問に答えるよう求めている。そして、これらのモデルが合理的な答えを出すのか、それともほとんどの人間と同じようにバイアスのかかった答えを出すのかを評価する。

統計的問題に対する合理的な答え

データから浮かび上がってきたのは、興味深い分裂である。ギャンブラーの誤謬 (link) や基礎率無視 (link) のような一般的な認知バイアスを扱う場合、genAIは確立された数式に頼ることができ、答えはほとんどバイアスがない。したがって、人間がそのようなバイアスにさらされる可能性のある予測状況においては、genAIは生身の人間でできた投資家を凌駕する可能性が高いと予想できる。

しかし、定性的な不確実性が大きい問題や、答えに判断が必要な問題を扱う場合、genAIはほとんどの人間と同じようにバイアスがかかる。モデルが数学的な答えに頼ることができない場合、学習データから解を導き出さなければならない。そしてトレーニングデータはほとんどが人工的なものであるため、人間と同じバイアスがコード化されている。これは、ガベージイン、ガベージアウトのケースである。

不確実性からアルファを生み出す

重要なのは、これらの結果が、人間の投資家が今後機械に勝ることができるかもしれない場所を示していることだ。

別の研究では、ハーバード・ビジネス・スクールのローレン・コーエン氏 (link) と彼の 共同研究者が、AIを訓練して数千人の米国株式ファンドマネージャーの意思決定プロセスを学習させた。その目的は、ファンドマネージャーが来期または翌年にどの銘柄を購入、売却、保有するかを予測することだった。

もしAIがこのようなことを一貫して行えるのであれば、ファンドマネージャーは自分の仕事について本当に心配しなければならないだろう。

悪いニュースは、AIを搭載した研究者たちが、将来の取引の７１％を正しく予測できたということだ。良いニュースは、ファンドマネージャーのアルファは残りの２９％に根ざしていたということだ。

当然ながら、ファンドマネージャーはさまざまなプロセスを持っているため、AIがどの程度彼らの行動を予測できるかにはばらつきがある。

杓子定規で融通の利かないプロセス（あるいは 融通の利かないファンドマネージャー）に基づいて運用されるファンドは、意外にも予測可能性が高い。このようなファンドは、特定の投資スタイルが明確な銘柄に投資する傾向がある。

例えば、厳格で規定的なプロセスを持つバリューファンドは、最も明白なバリュー銘柄にのみ投資し、曖昧なケースの銘柄は無視する傾向がある。

しかし、A社がバリュー企業であることを誰もが知っているのであれば、その投資スタイルに従うほとんどのファンドマネージャーのポートフォリオには、すでにその株が含まれていることになる。そうなると、AIモデルを含む新たな投資家が、この株を購入することで優位に立てる余地は少なくなる。

一方、B社はバリュー株かもしれないが、厳しい競争環境、非効率な経営、あるいは簡単に数値化できないその他の要因で苦戦しているかもしれない。ファンドマネージャーは、これが本当にバリュー株なのか、それとも理由があって「割安」なのかを判断する必要がある。ここが、ファンドマネージャーがAIにとって予測不可能になるところだ。

ファンドマネージャーがデータにはない何かをB社に「見出した」場合、AIモデルは購入を予測するのに苦労するだろう。しかし、その判断が正しいと判明した場合、新たな投資家が買い付けに殺到するため、B社の株価は大きく上昇する可能性が高い。

その結果、AIが予測しにくく、よりランダムに見え、定性要因の扱いに長けているファンドマネージャーは、同業他社や市場全体をアウトパフォームする傾向がある。

もちろん、こうした人間の優位性はつかの間かもしれない。AIモデルがこれまで以上に豊富なデータセットや、現在予測に苦戦しているマネージャーたちから学習するにつれ、今日の盲点が狭まり、真に人間的なアルファのフロンティアが再びシフトする可能性がある。

したがって、投資家にとっての教訓は、AIの時代には、ファンドのアルファは、予測不可能なことを予測できることからますます生まれるようになるということである。

(ここで述べられている見解は、パンミュア・リベラムの投資ストラテジスト、ヨアヒム・クレメント (link) のものである。)

このコラムをお読みになりましたか？Reuters Open Interest（ＲＯＩ） (link)、グローバルな金融解説に欠かせない新しい情報源をチェックしてください。LinkedIn (link) と X (link) で ＲＯＩ をフォローしてください。

また、アップル (link)、スポティファイ (link)、またはロイターアプリ (link) でモーニングビッド日刊ポッドキャスト (link) をお聞きください。ロイターのジャーナリストが週7日、市場と金融の最大のニュースについて議論するのを聞くために購読する。