AIに最初に触れたのは、あるニッチな掲示板でのことでした。あのときはマスク着用期間で、みんなが議論していたのはAIでアニメ風の少女を描くことでした。でもAIには大きなバグがあって、指を正しく描けなかったのです。まさか、その後に大規模言語モデルが爆発的に普及し、AI技術が急速に反復されることになるとは思いませんでした。 現段階では、さまざまな不安をあおるマーケティング系のアカウントの影響で、私は「時代に置いていかれたくない」タイプの儲からない投機家（韭菜）として、2026年の年明けからAIで投資を試し始めました。成功したと私が考える案と、相対的に失敗した案を1つずつ検証してきたので、経緯を共有します： まずは失敗した案から： EMは「妙想AI」を出しました。妙想AIには良い点があって、EM株吧（株式コミュニティ）と投研端の一次データを持っています。そこで、妙想AIで短期の投資計画を作れないかと考えました。AIに銘柄を推奨してもらい、量的に注文します。つまり、T日（当日）引けで5つの上場ETFを推薦し、指定した銘柄に対してT+5の取引日以内に利確・損切り価格を設定します。5取引日を超えてもどれも条件が発動しなかった銘柄は、すべて成り行き（対手方）注文で即座に売却します。これは短期戦略でした。しかし実運用では勝率が40%に満たず、損失は日を追うごとに拡大しました。どうにかAIには「追いかけ買い・損切り」をしないよう指示したのですが、実際にはT日引けで得られるのはホットなセクターのシグナルだったのです。結局、私はテストを停止しました。私は2つの問題点を見つけました。第一に、このモデルは追いかけ買いと損切りがかなり激しく、T日に日経平均が下落するようなとき、市場のセンチメントが沈むため、モデルは私にリスク回避を勧め、買い注文をしないように指示します。一方で、あるセクターがホットになったり、ホットなニュースが出たりすると、モデルは買いを勧めます。しかし現段階の相場では、セクターローテーションが速いので、左右（上にも下にも）に殴られてしまいます。これは投研端が商品を売り込む際のPRと、個人投資家側の感情に基づく動きの両方にとても合致していました。モデルも同じように学習されています。市場にメインテーマがないときは、モデルの出力が毎回ごちゃごちゃになります。思考画面を開くと、モデルはただ一連のニュース情報をランダムに拾ってきており、その時点で拾ったニュース情報に基づいて、その後のすべての分析が行われていることがわかります。これでは偏った部分を一般化してしまいやすいのです。 次に、相対的に成功した案： この期間、私はGJ証券でQMTの権限をもらいました。念のため、シミュレーション口座も取得しました。私は学部の段階でプログラミングに触れたことがあり、大学院では興味の趣味として数学モデリングと数学アルゴリズムを選択履修しました。これらは15年ほど前のことで、今は基本的にほとんど忘れています。ですが、プログラミングとアルゴリズムの思考方式が、確実にずっと私に影響を与え続けています。QMTを学ぶとき、少し後悔しました。なぜpetradeを始めなかったのか、と。市場にはQMTの動画や資料がpetradeよりずっと少ないからです。おそらくpetradeのほうが始めやすく、既成の取引プログラムもあるのでしょう。しかし、実際に儲かる仕組みを作る人は、無料や低価格では提供しません。そうでなければ、この分野は混雑してしまうからです。AIのプログラミング支援の力を借りて、1か月以上かけて自分に合った戦略案を段階的に書き上げました。さらにシミュレーション口座でも戦略を回しました。これが量的（クオンツ）取引への最初の一歩です。初めて戦略を通したときは、とても達成感がありました。最初は書けないと思って、淘宝で代筆を探すつもりでしたが、そのお金が浮きました。 この2回のAI利用を経て、私は考えました。AIがこれほど急速に発展する時代に、私はどう適応すべきか？まず、自分で生産手段を握る必要があります。そうでなければ、単に労働能力だけに頼っているとすぐに置き換えられます。たとえば私の場合、もしAIツールがなければ淘宝で代筆を頼んでいたでしょう。今後AIが普及すれば、単に簡単なコードを書く「コード屋」は影響を受けやすいです。次に、AIそのものには原始的なイノベーション能力がありません。いわゆる継ぎ接ぎの寄せ集め（フランケンシュタイン）で、最初は新鮮ですが、よく見ると味気なくなります。与えたものを継ぎ合わせるだけで、効率は上げてくれるし、ひらめきも与えてくれます。ただしAI自身は、少なくとも現時点では、原始的なイノベーションはできません。新しい資料を与えなければ、出力は同質化するか、あるいは雑多になるだけで、人は一目で「AIっぽさ」を見抜けます。最後に、すべての量的（クオンツ）ツールは、技術指標を使ったハイフリークエンシー取引のやり方を教えるものです。これは十数年前に流行した「通達信の数式いじり」と大差ありません。ですが、本当に稼ぐための道は、技術革新によって変わることはないのかもしれません。量的分析はただの術で、正しくないままどれだけ量的を学んでも、利益と損失の「加速」させるだけに過ぎません。
最近学び始めた「AI＋量化」という損失を出しやすい技術についての考えを簡単に述べる
AIに最初に触れたのは、あるニッチな掲示板でのことでした。あのときはマスク着用期間で、みんなが議論していたのはAIでアニメ風の少女を描くことでした。でもAIには大きなバグがあって、指を正しく描けなかったのです。まさか、その後に大規模言語モデルが爆発的に普及し、AI技術が急速に反復されることになるとは思いませんでした。
現段階では、さまざまな不安をあおるマーケティング系のアカウントの影響で、私は「時代に置いていかれたくない」タイプの儲からない投機家（韭菜）として、2026年の年明けからAIで投資を試し始めました。成功したと私が考える案と、相対的に失敗した案を1つずつ検証してきたので、経緯を共有します：
まずは失敗した案から：
EMは「妙想AI」を出しました。妙想AIには良い点があって、EM株吧（株式コミュニティ）と投研端の一次データを持っています。そこで、妙想AIで短期の投資計画を作れないかと考えました。AIに銘柄を推奨してもらい、量的に注文します。つまり、T日（当日）引けで5つの上場ETFを推薦し、指定した銘柄に対してT+5の取引日以内に利確・損切り価格を設定します。5取引日を超えてもどれも条件が発動しなかった銘柄は、すべて成り行き（対手方）注文で即座に売却します。これは短期戦略でした。しかし実運用では勝率が40%に満たず、損失は日を追うごとに拡大しました。どうにかAIには「追いかけ買い・損切り」をしないよう指示したのですが、実際にはT日引けで得られるのはホットなセクターのシグナルだったのです。結局、私はテストを停止しました。私は2つの問題点を見つけました。第一に、このモデルは追いかけ買いと損切りがかなり激しく、T日に日経平均が下落するようなとき、市場のセンチメントが沈むため、モデルは私にリスク回避を勧め、買い注文をしないように指示します。一方で、あるセクターがホットになったり、ホットなニュースが出たりすると、モデルは買いを勧めます。しかし現段階の相場では、セクターローテーションが速いので、左右（上にも下にも）に殴られてしまいます。これは投研端が商品を売り込む際のPRと、個人投資家側の感情に基づく動きの両方にとても合致していました。モデルも同じように学習されています。市場にメインテーマがないときは、モデルの出力が毎回ごちゃごちゃになります。思考画面を開くと、モデルはただ一連のニュース情報をランダムに拾ってきており、その時点で拾ったニュース情報に基づいて、その後のすべての分析が行われていることがわかります。これでは偏った部分を一般化してしまいやすいのです。
次に、相対的に成功した案：
この期間、私はGJ証券でQMTの権限をもらいました。念のため、シミュレーション口座も取得しました。私は学部の段階でプログラミングに触れたことがあり、大学院では興味の趣味として数学モデリングと数学アルゴリズムを選択履修しました。これらは15年ほど前のことで、今は基本的にほとんど忘れています。ですが、プログラミングとアルゴリズムの思考方式が、確実にずっと私に影響を与え続けています。QMTを学ぶとき、少し後悔しました。なぜpetradeを始めなかったのか、と。市場にはQMTの動画や資料がpetradeよりずっと少ないからです。おそらくpetradeのほうが始めやすく、既成の取引プログラムもあるのでしょう。しかし、実際に儲かる仕組みを作る人は、無料や低価格では提供しません。そうでなければ、この分野は混雑してしまうからです。AIのプログラミング支援の力を借りて、1か月以上かけて自分に合った戦略案を段階的に書き上げました。さらにシミュレーション口座でも戦略を回しました。これが量的（クオンツ）取引への最初の一歩です。初めて戦略を通したときは、とても達成感がありました。最初は書けないと思って、淘宝で代筆を探すつもりでしたが、そのお金が浮きました。
この2回のAI利用を経て、私は考えました。AIがこれほど急速に発展する時代に、私はどう適応すべきか？まず、自分で生産手段を握る必要があります。そうでなければ、単に労働能力だけに頼っているとすぐに置き換えられます。たとえば私の場合、もしAIツールがなければ淘宝で代筆を頼んでいたでしょう。今後AIが普及すれば、単に簡単なコードを書く「コード屋」は影響を受けやすいです。次に、AIそのものには原始的なイノベーション能力がありません。いわゆる継ぎ接ぎの寄せ集め（フランケンシュタイン）で、最初は新鮮ですが、よく見ると味気なくなります。与えたものを継ぎ合わせるだけで、効率は上げてくれるし、ひらめきも与えてくれます。ただしAI自身は、少なくとも現時点では、原始的なイノベーションはできません。新しい資料を与えなければ、出力は同質化するか、あるいは雑多になるだけで、人は一目で「AIっぽさ」を見抜けます。最後に、すべての量的（クオンツ）ツールは、技術指標を使ったハイフリークエンシー取引のやり方を教えるものです。これは十数年前に流行した「通達信の数式いじり」と大差ありません。ですが、本当に稼ぐための道は、技術革新によって変わることはないのかもしれません。量的分析はただの術で、正しくないままどれだけ量的を学んでも、利益と損失の「加速」させるだけに過ぎません。