東京大学・松尾研究所の研究グループが、LLM（大規模言語モデル）に株式投資戦略を自動生成・改善させる実験を行い、その結果を人工知能学会 金融情報学研究会（SIG-FIN-036）で発表しました。8つの LLM と3種類のフィードバック条件を組み合わせた72パターンの実験から、「フィードバックの設計よりモデル選択のほうが戦略改善に大きく影響する」という知見が得られています。

研究の背景

LLM をクオンツ投資（数理モデルに基づく定量的投資手法）に活用する研究は近年急速に増えていますが、「LLM に過去の成績をどう伝えれば戦略をうまく改善できるか」というフィードバック設計の体系的な検証はほとんど行われていませんでした。本研究はこのギャップを埋めるものです。

実験フレームワーク

研究では、以下のような反復的な戦略改善ループを構築しています。

  1. LLM に初期の投資戦略（Python コード）を生成させる
  2. 過去データでバックテスト（シミュレーション）を実行する
  3. シミュレーション結果をフィードバックとして LLM に提示する
  4. LLM が結果を分析し、戦略コードを修正する
  5. 2〜4 を繰り返して戦略を改善する

対象データ

  • 銘柄: TOPIX 500（金融セクターを除く）
  • 期間: 2014〜2022年の日次データ
  • 特徴量: 株価、出来高、ファンダメンタル指標、マクロ指標など80種類

フィードバックの3条件

フィードバックに含める情報を2つの観点（情報の範囲と提示形式）で段階的に拡張し、3つの条件を比較しています。

条件情報の範囲提示形式
条件A基本的な損益指標のみテキストのみ
条件B基本指標 + 予測精度・リスク構造の指標テキストのみ
条件C基本指標 + 予測精度・リスク構造の指標テキスト + グラフ画像

使用モデル（8種・3ファミリー）

  • GPT 系（OpenAI）: GPT-5 を含む3モデル
  • Gemini 系（Google）: Gemini 3 Flash を含む2モデル
  • Claude 系（Anthropic）: Claude 4.5 Sonnet を含む3モデル

主要な結果: モデルごとの「性格」が成績を左右

実験の最大の発見は、フィードバック条件の違いよりもモデルの違いがパフォーマンスに大きく影響したことです。各モデルファミリーには明確な挙動の傾向が見られました。

Claude 系: 安定的・漸進的な改善

Claude 系モデル（特に Claude 4.5 Sonnet）は、既存の戦略コードの構造を保ちつつ局所的な修正を積み上げる傾向がありました。この「コツコツ型」のアプローチが安定的な改善につながり、最終的なパフォーマンスでも優れた結果を示しています。

Gemini 系: 大胆な探索

Gemini 系は初期戦略から大きく逸脱して新たな戦略を探索する傾向が強く見られました。このアプローチは当たれば大きな改善を生む一方、改善幅の分散が大きく、安定性に欠ける結果となりました。

GPT 系: 保守的

GPT 系（特に GPT-5）は既存コードをほとんど変更しない保守的な挙動を示しました。大きな改悪は避けられるものの、改善幅も限定的でした。

フィードバック設計の影響は限定的

3つのフィードバック条件の違い（情報量を増やす、グラフを追加する）は、モデルの改善プロセスに多少の影響を与えたものの、最終的なパフォーマンスへの寄与は限定的でした。

つまり、「何を伝えるか」よりも「誰（どのモデル）に伝えるか」のほうが結果を大きく左右するということです。

実務への示唆

この研究結果は、LLM を活用した自動化システム全般に対していくつかの示唆を与えます。

  1. モデル選択が最重要設計変数: フィードバックの工夫に時間をかけるよりも、タスク特性に合ったモデルを選ぶことが効果的
  2. 反復改善にはコード構造を維持するモデルが有利: 戦略改善のような漸進的タスクでは、大胆な変更より安定した修正を行うモデルが適している
  3. モデルの「性格」を理解する: LLM にはモデルファミリーごとに異なる挙動特性があり、タスクとモデルの相性を考慮する必要がある

論文情報

  • タイトル: 大規模言語モデルを用いた株式投資戦略の自動生成におけるフィードバック設計
  • 発表: 人工知能学会 第36回 金融情報学研究会（SIG-FIN-036）、2026年3月
  • 会場: 成蹊大学（ハイブリッド開催）
  • DOI: 10.11517/jsaisigtwo.2026.FIN-036_193
  • J-STAGE: 論文PDF

関連リンク