[투자] AI와 알고리즘으로는 미치지 못하는 '투자'에서 이기는 비결 투자에 관해서 AI는 인간의 인지 능력을 따라가지 못하고 있다

[お持て成し]

AI와 알고리즘으로는 미치지 못하는 '투자'에서 이기는 비결 투자에 관해서 AI는 인간의 인지 능력을 따라가지 못하고 있다 /  4/9(화) / 동양경제 온라인

주가 강세 상황에서 신NISA도 시작돼 투자 열풍이 확산되고 있다. AI의 급격한 발전도 맞물려 투자의 세계는 어떻게 변할까. YouTube 채널 「ReHacQ」의 코너를 서적화한 신간 「교양으로서의 일본 경제 신시대의 돈의 룰」로부터 일부 발췌·재구성해, 「투자와 AI」를 테마로 한, 프리 저널리스트의 고토 타츠야 씨와 인베스트먼트 Lab 주식회사 대표이사의 우네 나오히데 씨에 의한 대담을 전해 드립니다. 

■ 파생상품 거래란

고토 :

우네 씨는 원래 골드만삭스(이하 GS)라는 수많은 투자은행이나 증권회사 중에서도 정점에 군림하는 회사에 15년간 근무하셨고, 매니징 디렉터라는 중요한 포지션에도 오래 계셨습니다. 담당하시는 건 주로 파생상품 거래가 많았을까요?

우네 :

네. 저는 증권사인 GS에 15년 있었고, 그 후 투자업계에서 가장 큰 고객인 에셋 오너라는 입장에 있는 유초은행에서 일을 했습니다. 현재는 인베스트먼트 Lab이라는 회사를 창업하여 증권사와 에셋 오너 사이에 있는 에셋 매니저, 신흥 투자 운용 업체라는 입장에서 일을 하고 있습니다. 

구체적으로는 벤처에 투자를 하는 벤처캐피탈과 상장주에 투자를 하는 상장주펀드라는 두 가지 사업을 하는 회사를 아담하게 하고 있습니다. 단, GS시대부터 저를 알고 계신 분은 '파생상품의 우네 씨'라는 이미지가 강할지도 모릅니다. 

고토 :

우네 씨라고 하면 '일본의 주식시장에서 계속 돈을 벌었던 사람'이라는 인상과 동시에 파생상품의 세계에서 시장을 만들어 온 사람이라는 이미지입니다. 파생상품은 좀 어려운 말인 것 같은데 단순한 주식이 아니라 주식이나 채권, 환율 등 금융상품에서 발생한 선물거래나 옵션거래, 스왑거래 등의 거래를 말합니다. 

파생상품 거래를 하려면 수학이 중요한 거죠. 우네 씨는 원래 도쿄 대학에서 화학공학이나 통계학을 전공하고 있던 이과 쪽이었습니다. 수학을 구사한 금융공학적인 시점을 가지고 적극적으로 파생상품 시장에 참가함으로써 파생상품 시장의 두께를 넓혀가는, 그렇게 함으로써 더욱 시장 참가자가 증가하고, 유동성이 증가하며, 결과적으로 시장이 시장으로서의 기능을 하기 쉬워지는, 우네 씨는 그러한 시점을 가진 플레이어인 인상을 강하게 가지고 있습니다. 

우네 :

저는 솔직히 돈을 벌 수 있는 재능이 있었던 것도 아닙니다만, 그래도 2000년대의 전반, 파생상품으로 승부해 일정한 성과를 올릴 수 있었다고 스스로도 조금 생각되는 것은, 일본 시장에서 제대로 보고 있는 사람이 없었다는 것에서 유래하는 것이 큽니다. 

파생상품에는 이론이 있어서 존 헐이라는 토론토 대학 로트먼 경영대학원 교수가 쓴 파이낸셜 엔지니어링이라는 교과서가 있는데 다들 읽고 있고, 그 책을 바탕으로 시장에서도 가격을 매기고 있었어요.

그런데 어느 날 저는 그 교과서에서 오류를 발견했어요. 게다가, 그 잘못된 이론에 근거해 시장에서 가격 형성이 되어 있었습니다만, 우연히 시장이 알아차리기 전에 재빨리 알아차리고, 거래에 응용해, 이익을 올릴 수 있었다, 라고 하는 성공 체험은 하나 있었다고 생각합니다. 

고토 :

우네 씨가 발견한 '실수'란, 알기 쉽게 말하면 어떤 것입니까?　

우네 :

파생상품에는 '점포파생상품'과 '상장파생상품'이라는 식으로 크게 두 종류가 있는데, 이것들은 본래 가치가 조금 다른데, 세상에서는 같은 가격으로 거래되고 있던 것에 위화감을 가진 것이 계기였습니다. 

고토 :

원래대로라면 아무리 생각해도 100엔이 타당한데, 왠지 102엔 정도로 가격이 미스 프라이스 되어 있으면 그것을 팔거나, 반대로 싸면 산다는 것이군요.

최종적으로 우네 씨가 찾아낸 이론에 의해서, 「원래 이렇게 될 것이다」라고 하는 가격에 언젠가 들러 가는 것일까요.

우네 :

그렇죠. 이론을 따지다 보면 오류를 발견할 수 있고, 비싼 금융상품을 매각해 저렴한 금융상품을 사는 것으로 수익 기회로 이어질 수 있습니다. 과거를 돌아보면 꼭 수익을 잘 내는 것은 아니었던 제가 그것을 발견할 수 있었던 것은 행운이었을지도 모릅니다. 

고토 :

현재 투자의 세계에서도 AI라고 할까요, '알고리즘 투자'가 확산되고 있습니다. 우네 씨는 이처럼 기계를 상대해야 하는 시장 속에서 어떻게 독자적인 색을 내고 있는 것일까요.

우네 :

평소 우리가 주로 취급하는 것은 중소형주입니다. 일본에는 4000개 정도 상장 기업이 있고, 증권 회사의 리포트는 주요한 대략 20% 정도 밖에 커버되고 있지요. 

고토 : 전체적으로 볼 때 800개 정도만 제대로 볼 수 있다는 건가요?

■ 사업회사와의 면담 중시

우네 :

그렇습니다. 3000개 정도는 이미 방치되어 있어서 기업의 올바른 가치가 산정되지 않은 상황입니다. 제대로 이야기를 들으면, '이 회사는 성장할지도 모른다. ' '이 회사는 조금 성장하기 힘들 것 같다. ' 라고 회사의 전모가 보일 때가 있군요.그래서 우직하게 연간 2000회에서 3000회 정도 사업회사와 면담을 하고, 사업모델이나 업계의 트렌드를 이해해 가는 방침을 취하고 있습니다. 

고토 :

꽤 꾸준한 활동이네요.

우네 :

앞으로 오를 만한 종목을 가능한 한 많이 찾아서, 가능한 한 많은 투자 아이디어에 분산 투자해 간다면, 어쩌면 돈을 벌 수 있을지도 모른다. 실제로 그런 펀드로 좀처럼 겉으로 드러나지 않지만 계속 돈을 벌고 있는 펀드도 계시다고 느꼈기 때문에 실천해 보는 것이 우리만의 독자적인 하나의 엣지를 내는 방법이 아닐까 생각합니다. 

고토 :

알고리즘이나 AI와는 정반대의 원시적인 세계죠.

우네 :

그렇습니다, 말씀하신 대로입니다. 다시 말하면, 인간의 인지 능력은 훌륭하고, 아직 AI는 따라잡지 못하네요.얼마 전 AI에게 '채권은 지금 구매입니까?' 라고 물었더니 '채권은 리스크가 있기 때문에……'라고 교과서 같은 것밖에 돌아오지 않았습니다. 

그에 반해 주식으로도 투자를 할까 생각할 때 회사 설명회에 갔을 때 경영자의 안색이나 목소리 톤, 참석한 사람들의 인원수나 안색까지는 현 단계에서는 AI로 읽을 수 없습니다. 현장에 간 인간의 정보처리 능력과 거기서 느끼는 열량 같은 것에서 나오는 투자 아이디어는 아직도 차별화 요인이 된다고 생각하고 있습니다. 

단 한 사람이 1000개 이상의 회사를 다 볼 수는 없잖아요.펀드의 퍼포먼스를 안정적이고 좋은 성적으로 만들기 위해서는, 다수의 투자 아이디어에 분산 투자하고 싶다고 생각하고 있어, 발로 버는 등의 정보를 수집해, 투자 아이디어를 비틀 수 있는 인간을 몇명 배치해, 아이디어 수를 늘려 가는 것이 중요하지 않을까 생각합니다. 한 사람이라도 어느 정도 벌 수 있는 가능성은 있지만 투자 아이디어가 한정되어 있어서 실패할 가능성도 있습니다. 

■ 인간의 강점을 끌어내고, 약점을 커버한다

예를 들어 혼자서 하면 투자 아이디어 수를 많이 낼 수 없기 때문에 하나하나의 투자 아이디어의 성공·실패로 인해 포트폴리오 전체의 PL(손익)이 흔들리죠. 몇 명이서 하면 투자 아이디어 수를 늘릴 수 있기 때문에 흔들림이 상쇄되어 PL이 안정화됩니다. 

그러면 인간의 능력의 좋은 점을 끌어내면서, 인간의 약점인 정보 처리 능력의 기계 대비의 낮은 점을 보충할 수 있으므로, 기계에 이길 가능성이 높아진다고 생각하고 있습니다. 

고토 :

굳이 인간적인 거래 방법을 중요시하시는군요. 정량적인, 기계적인 투자 전략을 채택하실 거라고 생각했습니다. 

우네 :

일찍이 그러한 (정량적인) 수법을 하려고 생각해도 잘 되지 않아 좌절했습니다.  하물며 지금은 인베스트먼트 Lab이라는 작은 조직을 만들어 적은 자본으로 설비 투자를 그다지 할 수 없는 가운데, 어떻게 기계(대규모 설비 투자를 해 계산 환경을 갖춘 정량적인 수법을 이용하는 대기업 펀드 등)를 이길까. 우리의 조직에 갖추어져 준 인재에게 의욕이 있다면, 사람의 인지 능력을 응용하는 수법이 가장 좋지 않을까.

고토 타츠야:저널리스트/우네 나오히데 :인베스트먼트Lab주식회사 대표이사

https://news.yahoo.co.jp/articles/5116f8b699ef9cd78e36d83407edc0b323e852ce?page=1

AIとアルゴリズムでは及ばない“投資”で勝つ秘訣　投資に関してAIは人間の認知能力に追いつ

AIとアルゴリズムでは及ばない“投資”で勝つ秘訣　投資に関してAIは人間の認知能力に追いついてない
4/9(火) 13:02配信


2
コメント2件


東洋経済オンライン
（写真：metamorworks／PIXTA）

株高の状況で新NISAも始まり、投資ブームが広がっている。AIの急激な発展もあいまって、投資の世界はどのように変わるかのか。YouTubeチャンネル「ReHacQ」のコーナーを書籍化した新刊『教養としての日本経済 新時代のお金のルール』より一部抜粋・再構成のうえ、「投資とAI」をテーマにした、フリージャーナリストの後藤達也氏とインベストメントLab株式会社代表取締役の宇根尚秀氏による対談をお届けします。

【この記事の他の画像を見る】

■デリバティブ取引とは

　後藤:宇根さんは元々ゴールドマン・サックス(以下GS)という、数ある投資銀行や証券会社の中でも頂点に君臨する会社に15年間お勤めになって、マネージングディレクターという枢要なポジションにも長くおられました。ご担当されるのは、主にデリバティブ取引が多かったんですかね。

　宇根:はい。私は証券会社であるGSに15年おりまして、その後、投資業界で一番のお客様であるアセットオーナーという立場にあるゆうちょ銀行で仕事をさせていただきました。現在はインベストメントLabという会社を起業し、証券会社とアセットオーナーの間に立つアセットマネージャー、新興の投資運用業者という立場で仕事をしています。

　具体的には、ベンチャーに投資をするベンチャーキャピタルと、上場株に投資をする上場株ファンドという2つの事業を行う会社をこぢんまりとやっています。ただ、

　GS時代から私を知ってくださっている方は「デリバティブの宇根さん」というイメージが強いのかもしれません。

　後藤:宇根さんと言えば「日本の株式市場において儲け続けた人」という印象であるとともに、デリバティブの世界で市場を作ってきた人、というイメージです。「デリバティブ」ってちょっと難しい言葉のように思いますけど、単なる株ではなく、株式や債券、為替などの金融商品から発生した、先物取引やオプション取引、スワップ取引などの取引のことを言います。

デリバティブ取引を行うえでは、数学が大事なんですよね。宇根さんは元々、東京大学で化学工学や統計学を専攻されていた理系の方でした。数学を駆使した金融工学的な視点を持って積極的にデリバティブ市場に参加することで、デリバティブの市場の厚みを広げていく、そうすることによってさらに市場参加者が増えて、流動性が増し、結果として市場が市場としての機能を果たしやすくなる、宇根さんはそんな視点を持ったプレイヤーである印象を強く持っています。

　宇根:僕は正直儲けられる才能があったわけでもないのですが、それでも2000年代の前半、デリバティブで勝負して一定の成果をあげられたかなと自分でも少し思えるのは、日本市場でちゃんと見てる人がいなかったっていうことに由来することが大きいんですよね。

　デリバティブには理論があって、ジョン・ハルというトロント大学ロットマン経営大学院の教授が書いた『フィナンシャルエンジニアリング』という教科書があるんですけども、みんな読んでいて、その本に基づいて市場でも価格付けが行われていたんです。

　しかし、ある時、私はその教科書に間違いを見つけたんです。しかも、その間違えている理論に基づいて市場で価格形成がされていたのですが、たまたまマーケットが気づく前にいち早く気づけて、取引に応用し、利益を上げられた、という成功体験は一つあったなとは思います。

　後藤:宇根さんの見つけた「間違い」とは、わかりやすくいうとどういうようなものなんですか？　

　宇根:デリバティブには、「店頭デリバティブ」と「上場デリバティブ」という風に、大きく分けて2種類あるんですけど、これらは本来、価値が少し違うものなのに、世の中では同じ値段で取引されていたことに違和感を持ったのがきっかけでした。

　後藤:本来ならどう考えても100円が妥当なのに、なぜか102円ぐらいでミスプライスされていたらそれを売るとか、逆に安ければ買うってことですよね。

　最終的に宇根さんが見つけた理論によって、「本来こうなるはずだ」という価格にいずれ寄っていくのでしょうか。

　宇根:そうですね。理論を突き詰めていくと誤りを見つけられて、割高な金融商品を売却して割安な金融商品を買うことで収益機会につながることがあります。過去を振り返ると必ずしも収益を上げるのが得意だったわけではない私が、それを見つけられたのはラッキーだったのかもしれません。

後藤:現在、投資の世界でもAIと言いますか、「アルゴリズム投資」が広まっています。宇根さんはこのように機械を相手にしなければならない市場の中で、どのように独自色を打ち出しているのでしょうか。

　宇根:普段、我々が主に取り扱っているのは中小型株です。日本には4000社ほど上場企業があって、証券会社のリポートは主要なだいたい2割3割程度しかカバーされてないんですよね。

　後藤:全体から見て、800社程度しかちゃんと見られていないということですか。

■事業会社との面談を重視

　宇根:そうです。3000社ぐらいはもう野放しになっていて、企業の正しい価値が算定されてない状況です。しっかりとお話を伺えば、「この会社は伸びるかもしれない」「この会社はちょっと伸びづらそうだな」と会社の全容が見えてくることがあるんですね。だから、愚直に年間2000回から3000回ほど事業会社と面談させていただいて、事業モデルや業界のトレンドを理解していく方針を取っています。

　後藤:かなり地道な活動ですね。

　宇根:今後、上がってきそうな銘柄をできるだけ多く見つけて、できるだけたくさんの投資アイデアに分散投資していったら、もしかしたら儲けられるかもしれない。実際にそういったファンドで、なかなか表には出てこないけれども儲け続けているファンドさんもいらっしゃると感じたので、実践してみることが、私たち独自の一つのエッジの出し方なのかなと思っています。

　後藤:アルゴリズムやAIとは真逆の原始的な世界ですね。

　宇根:そうですね、おっしゃる通りです。言い換えれば、人間の認知能力は素晴らしくて、まだまだAIは追いついてないですね。この間、AIに「債券は今買いですか？」と聞いてみたら「債券はリスクがありますので……」と、教科書のようなことしか返ってきませんでした。

　それに対して、株でも投資をしようかなと思う時に、会社説明会に行った時の経営者の顔色や声のトーン、出席してる人たちの人数や顔色までは現段階ではAIで読み取ることはできません。現場に行った人間の情報処理能力とそこから感じる熱量みたいなものから生まれてくる投資アイデアはまだまだ差別化要因になると考えています。

ただ、一人の人間が1000社以上の会社すべてを見ていくことはできないじゃないですか。ファンドのパフォーマンスを安定的かつ好成績にするためには、多数の投資アイデアに分散投資したいと考えており、足で稼ぐなどして情報収集し、投資アイデアをひねり出せる人間を何人か配置して、アイデア数を増やしていくことが重要かなと思います。一人であってもある程度稼げる可能性はあるんですけど、投資のアイデアが限られてしまって失敗する可能性もあります。

■人間の強みを引き出し、弱みをカバーする

　たとえば、一人でやると、投資アイデア数が多くは出せないので一つ一つの投資のアイデアの成功・失敗によってポートフォリオ全体のPL(損益)がブレるんですよね。何人かでやると、投資アイデア数が増やせるのでブレが相殺されて、PLが安定化するんですよ。

　そうすると人間の能力の良さを引き出しながら、人間の弱みである情報処理能力の機械対比の低さを補うことができるので、機械に勝てる可能性が高まる、と考えています。

　後藤:あえて人間的な取引の仕方を重要視されているんですね。定量的な、機械的な投資戦略を採用なさると考えていました。

　宇根:かつてそういった(定量的な)手法をやろうと思ってもうまくいかずに挫折したんですよね。ましてや今はインベストメントLabという小さな組織を作って少ない資本で設備投資がそれほどできない中で、どうやって機械(大規模な設備投資をして計算環境を整えた定量的手法を用いる大手ファンドなど)に勝つか。我々の組織に揃ってくれた人材にやる気があるのであれば、人の認知能力を応用する手法が一番いいのかなと。

後藤 達也 :ジャーナリスト／宇根 尚秀 :インベストメントLab株式会社代表取締役