AI and Exchange Rate Predictability
本論文は、生成AIモデルが経済的ファンダメンタルズに基づいて通貨リターンを予測することにより、テイラー・ルール・フレームワークを主要な予測メカニズムとして活用する戦略を通じて、0.7を超えるシャープレシオを達成し、ミース＝ロゴフの為替レート・ディスコネクト・パズルを効果的に解決できることを実証している。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
世界経済を、巨大で混沌とした海、そして通貨をその海に浮かぶボートだと想像してみてください。何十年もの間、経済学者たちは、インフレ、雇用、成長といった「経済のファンダメンタルズ」という名の天気予報を見て、どのボートが浮上し、どのボートが沈むのかを予測しようと試みてきました。しかし、「為替レートの乖離（ディスコネクト）」と呼ばれる有名な謎があります。それは、天気図を読んで嵐を予測しようとしているのに、実際にはボートが地図を完全に無視して、全くランダムに動いているようなものです。単純な推測（「ランダムウォーク」）の方が、複雑な数学よりも優れた結果をもたらすことがよくあります。これは、お金の動きを予測できなければ、世界最大の金融市場を理解することが困難であるため、非常に歯がゆい問題です。そこで登場するのが、人工知能（AI）、特に「大規模言語モデル（LLM）」と呼ばれる新しい種類のAIです。これらを計算機としてではなく、数千ものニュースの見出しや経済レポートを瞬時に読み解き、人間の脳が見落とすかもしれない点と点を結びつける、超スマートで疲れを知らないインターンと考えてください。果たして、このデジタルな脳は、ついにこの海のコード（法則）を解き明かすことができるのでしょうか、それとも単なる当てずっぽうに過ぎないのでしょうか。
アミン・イザディヤル（Amin Izadyar）氏によるこの論文は、まさにその問いを投げかけています。著者は、ChatGPTやDeepSeekといったAIモデルを、10の主要通貨（米ドル、ユーロ、日本円など）の金融アナリストとして活用しています。AIに複雑な数式を与えるのではなく、著者はシンプルな任務を与えました。それは、最新の経済ニュース（GDPレポートやインフレ率などの数値）を読み、それが専門家の予測とどう異なっているかを比較し、そのニュースが良いものか（通貨が強くなるか）、悪いものか（通貨が弱くなるか）、あるいは中立的なものかを判断させることです。その後、AIは「方向性シグナル」を出力します。これらのシグナルを長期間にわたって蓄積することで、著者は、経済ニュースに基づく通貨の純粋な「強さ」を測定するスコアカード、AIFX指数を構築しました。
結果は驚くほど有望です。論文によると、このAIが生成したスコアカードは、実際に通貨の収益率を予測できることが分かっています。AIのスコアが高い通貨を買い、低い通貨を売るという単純なトレーディング戦略は、年率0.7以上の収益（シャープレシオで測定）を生み出します。これを踏まえて考えると、これは単なる推測を上回る堅実なリターンであり、トレーダーが利益を得るための既知の他の手法を考慮した後でも、依然として利益が出続けるものです。AIは、従来のモデルが見落としていた、経済ニュースと通貨価格の間の隠れたつながりを見つけ出したようです。
しかし、著者はAIが魔法であるとか、このパズルを永遠に「解いた」と主張することに対して、非常に慎重です。AIにおける大きな懸念は「先読みバイアス（look-ahead bias）」、つまりAIが実際に推論しているのではなく、学習データから情報を単に利用しているだけではないかという疑念です。これが起きていないことを証明するために、著者は4つの巧妙なテストを実施しています。第一に、ニュースが公開された年を教えずに、そのニュースがいつのものかを当てるようAIに求めましたが、AIは惨敗し、ほとんどの場合で誤った年を予測しました。第二に、古いデータ（2021年まで）で学習したAIモデルと、新しいデータ（2023年まで）で学習したAIモデルを比較しましたが、両者は同様のパフォーマンスを示し、新しいモデルが単に最近の出来事を「記憶」しているわけではないことを示唆しました。第三に、インフレと通貨価格などの歴史的な関係をAIが暗記していないかをチェックしましたが、暗記はしていませんでした。最後に、AIが過去の価格変動について「覚えている」と思っていることに基づいた「純粋な事後検証（hindsight）」ポートフォリオを作成しましたが、AIの実際のトレーディング戦略は、単なる記憶とは逆の動きをしました。これらのテストは、AIが単に台本を暗唱しているのではなく、ニュースについて真に推論していることを示唆しています。
さらに深く掘り下げると、論文はこのAIがなぜ機能するのかを明らかにしています。AIは、インフレデータ、雇用データ、および広範な経済活動指標という3つの特定の種類のニュースを見ている時に最も成功することが分かりました。これらは、中央銀行が金利を決定するために用いる、テイラー・ルールと呼ばれる有名な公式の変数そのものです。AIは、ある国で高いインフレや低い失業率が発生すれば、中央銀行が金利を引き上げる可能性が高まり、その結果、その通貨がより魅力的になるということを直感的に理解しているようです。興味深いことに、AIの成功は主にポジティブなニュース（良好な経済データ）によって駆動されています。悪いニュースは通貨価値の急激かつ即時的な下落を引き起こし、市場がそれを即座に消化してしまうのに対し、良いニュースは緩やかで段階的な上昇をもたらすため、AIが将来の利益を予測するための時間をより多く得られるのです。
要約すると、この論文は、人工知能が極めて効果的な金融アナリストとして機能し、これまで目の前にありながら隠されていた、経済のファンダメンタルズと為替レートの間の真のつながりを明らかにできることを示唆しています。これは、市場が完全に予測可能になったことを意味するものではありませんが、適切なツールさえあれば、私たちはようやく天気図を正しく読み解き始めることができるということを示しています。これらの知見は強固であり、厳格なテストによって裏付けられていますが、著者は、これは複雑なシステムを理解するための出発点であり、金融におけるあらゆる謎に対する最終回答ではないことも注記しています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。