自社サービスのヘッジファンド向けトレードシステムについて紹介します！

株式会社オークンでは、ヘッジファンド向けの株式自動売買トレードシステムを開発しています！

今回はこの開発の特徴や面白さについてご紹介します。

弊社トレードシステムの特徴

トレードシステムの多くは機械学習による取引戦略を構築しますが、

金融時系列データはノイズが多く、学習するのが非常に困難であり、機械学習により長期的な成果を上げ続けるのは極めて困難です。

我々は違ったアプローチをとっており、人間の行動原理を1つ1つ丁寧に突き詰めることで、普遍的に通用する戦略体系を構築しています。

例えば、「価格が特定の動きをした際に人々は一定の行動を示すので、その逆の取引する」といった戦略を作成しています。

弊社のメンバーの一人は歴10年以上のプロのトレーダーであり、彼が作成した取引戦略の原案をベースに、日々分析や探究を重ねて取引戦略を洗練させていきます。

面白さと難しさ

株式取引の奥深さ

株式取引とは非常に奥深く、小手先のアイデアで上手くいくことはありません。

私自身も日々新たな発想に挑みますが、20個アイデアを試しても、成果が出るのはせいぜい1つ。まだまだ精進が必要と痛感しています。

しかしその分、アイデアが上手くいった時の喜びは格別です。シミュレーションのグラフでわかりやすく成果を実感できるため、達成感も大きいです。

何事においても、自ら試行錯誤した結果が、目に見えて成果に現れると楽しいですよね。

日々、ワクワクしながら開発に取り組んでいます。

技術面での挑戦

技術面でも、しばしば大きな壁に直面します。

取引シミュレーションでは、日米全銘柄(15,000銘柄)の20年分の株価データ、総計約5,000万レコードにも及ぶデータを用いて計算します。

パラメータも膨大で、すべて演算しようとすると1ヶ月かかってしまう、ということがありました。

演算がボトルネックで開発が前に進まず困っていたところ、NVIDIA JAPANさんとご縁があり、色々教えていただきながら、GPUを用いた大規模並列演算処理を導入することができました。

これまで社内に知見がなく、導入に非常に苦戦しましたが、必死にGPUでの計算方法を会得し、導入まで漕ぎ着けました。

従来は1ヶ月かかっていた計算が、GPUで計算することで数時間で終えることができました。その時の感動は今でも忘れられません。

また、機械学習の導入にも取り組みました。

運用戦略のベースは人間の行動原理を突き詰めて構築した演繹的なロジックですが、補助的に機械学習を取り入れることで、取引の精度が上がり、飛躍的にパフォーマンスを上げることができました。

機械学習についても知見がなかったので、業務後にデータサイエンスのスクールに通いながら必死で習得しました。

技術の習得は大変ですが、課題を乗り越えた際の達成感は非常に大きいです。

これからやりたいこと

これまで開発してきた本サービスですが、4年の開発期間を経て、2024年11月にリリースすることができました。

リリースを終えた後も、改善すべき内容は無限にあり、直近では以下に取り組みたいと考えています。

• 既存の簡易的な機械学習をディープラーニングに置き換えたい。
• 深層教師なし学習を活用し、相場の状態判別(トレンド相場・レンジ相場)を試みたい
• 株式だけでなく、先物取引、オプション取引にも挑戦したい
• 株取引に関する国内外の名著や論文を参考に、ロット管理などのオペレーションの改善に取り組みたい
• 本格的なダッシュボードを構築し、詳細な運用分析をできるようにしたい

正直なところ、学習・開発が追いついていない状況です。ご興味ある方は是非一緒に作っていけたらと思います！

ここまでの内容が「面白そう！」と感じられましたら、ぜひカジュアル面談などで軽くお話しましょう！

皆様からのご応募をお待ちしております！

最後までご覧いただき、ありがとうございました。