[1O3-GS-10] AI応用：金融

[1O3-GS-10-02] 時間的パターン及び資産間の関係性を捉える Co-Attention によるポートフォリオ最適化

〇大瀧 望央¹、鶴岡 慶雅¹ (1. 東京大学)

キーワード：ポートフォリオ最適化、強化学習、Co-Attention、金融

ポートフォリオ最適化は，資産価格データから有意義な特徴を抽出し，リスクとリターンのバランスを最適に調整する必要がある，金融分野における重要な問題である．従来の手法では，時間的パターンと資産間の相関を直列に処理する構造に起因する次元の制約や，数値予測モデルや手動設計された統計的指標への依存が課題となっている．本研究では，これらの課題を解決するために，時間的パターンと資産間の関係性をそれぞれ独立して処理し，両者を統合するCo-Attentionを活用した新たなモデルを提案する．このモデルは，各資産の価格データを多次元的に捉え，時間と資産方向の特徴を並列的に学習することで，非定常的な市場データへの適応性を高めている．実験では，提案手法が古典的手法を上回る性能を示し，Attentionを活用した最先端手法に匹敵する性能を示した．この結果は，金融市場におけるポートフォリオ最適化の新たな可能性を示唆するとともに，より性能の高い資産運用戦略の開発に寄与するものである．