Programme

Programme

Thumbnail
平山 裕康

CEO

P05テクノロジーズ株式会社

平山裕康 CEO, P05テクノロジーズ株式会社

ドイツ銀行、BNPパリバ銀行、カナダロイヤル銀行などで外国為替部長を務めたのち、スバックテクノロジーズ 株式会社を設立、機械学習アルゴリズムをベースとした信用リスクスコアリングモデルの研究・開発に従事、2019年より現職にて事業会社の為替リスク最適ヘッジモデルの開発を行う。

Thumbnail
本田 大悟

グループマネージャー

株式会社リネア

株式会社リネア、数理エンジニアリンググループのマネージャーとして、金融工学や機械学習を活用した製品の責任者を務める。2014年にリネアに入社して以来、デリバティブ・仕組債のプライシングやリスク管理、機械学習を活用した信用リスクモデリング、コア預金やプリペイメントの行動オプション性モデリングなどの分野でのソリューション開発及びマネジメントに従事。東京大学にて理論物理学の分野で博士号を取得。

Thumbnail
石崎文雄

主席研究員

AIファイナンス応用研究所

石崎文雄: AIファイナンス応用研究所理事兼主席研究員。20年以上に渡って国内外の大学で研究、教育業務に従事。応用確率、通信ネットワーク等の分野において学術論文を発表。京都大学 博士(工学)

Thumbnail
大古田 俊介

チーフエンジニア

株式会社リネア

株式会社リネアでチーフエンジニアを務める。2015年に入社以来金融工学を用いたアプリケーション開発、及び金融分野でのビッグデータ分析、AIプロジェクトに携わる。近年では金融データと機械学習を活用した企業業績予測モデリング、商流ネットワーク分析の研究・開発を行う。大阪大学にて理論物理学の分野で博士号を取得。

Thumbnail
櫻井 豊 氏

所長

AIファイナンス応用研究所

金融理論と実務に強いバックグランウドを有するデータサイエンスとAIの専門家。20年以上に渡り金融機関(東京三菱銀行、ソニー銀行)で、資産運用、トレーダー、クオンツの業務に従事した後、2010年からRPテック取締役。2017年には同社内にAIファイナンス応用研究所を設立。主な著書に「数理ファイナンスの歴史」「人工知能が金融を支配する日」「機械学習ガイドブック」がある。

柴田 誠

所長

FINOLAB

株式会社FINOLAB設立とともに現職就任。東大経済学部卒、東京銀行入行、池袋支店、オックスフォード大学留学(開発経済学修士取得)、経理部、名古屋支店、企画部を経て1998年より一貫して金融IT関連調査に従事。2018年三菱UFJ銀行からMUFGのイノベーション推進を担うJDDに移り、オックスフォード大学の客員研究員として渡英。日本のフィンテックコミュニティ育成に黎明期より関与、FINOVATORS創設にも参加。

プログラム

第1日 - 水曜日 - 9月4日

09:00

受付開始

09:15

開会の辞:

柴田 誠 FINOLAB所長 

09:25

機械学習の基礎

  • 機械学習とは何か?
  • 機械学習小史
  • どのように機械が学習するのか
  • 分類と予測
  • 教師あり学習
  • 教師なし学習
  • 強化学習
  • ディープラーニング

櫻井豊 AIファイナンス応用研究所所長

10:55

休憩

11:15

金融における機械学習

  • 金融のどのような領域で機械学習が応用可能か
  • どのような機能が応用可能か
  • 今AI・機械学習にできること、できないこと
  • 機械学習プロジェクト
  • 応用方法の適切な設定
  • 適切なアルゴリズムの選択
  • その他の重要事項

櫻井豊 AIファイナンス応用研究所所長

12:45

昼食

13:45

機械学習を用いた信用リスクモデルの構築

  • クレジットスコアリングモデル
  • 機械学習モデル
  • モデルの評価方法
  • データの前処理およびモデル精度の向上
  • ケーススタディ
  • 今後の展開と発展の可能性

平山 裕康 P05テクノロジーズ株式会社CEO

15:15

休憩

15:30

トレードにおける機械学習: 理論と応用

  • トレードにおける科学的アプローチ
  • トレードにおける機械学習
  • トレードにおける困難な問題
  • トレードシステムの開発
  • トレードにおけるポートフォリオ理論
  • バックテストと最適化

石崎文雄 AIファイナンス応用研究所主席研究員

17:00

終わり

第2日 -  木曜日 - 9月5日

09:00

受付開始

09:15

AIドライバーと応用の概要 (Python)

  • 機械学習システムを構築するためのロードマップ
  • データ前処理
  • 分類問題
  • 回帰分析
  • クラスタ分析
  • アンサンブル学習
  • ディープラーニング

石崎文雄 AIファイナンス応用研究所主席研究員

10:45

休憩

11:15

預金口座における入出金ビッグデータの活用

  • 入出金データの活用事例
  • 入出金データの特性と注意点
  • 入出金データの前処理・特徴量抽出
  • 実務で使用されるモデルとチューニング
  • 判断根拠の可視化
  • 入出金データとグラフ分析

本田 大悟 株式会社リネアグループマネージャー
大古田 俊介 株式会社リネアチーフエンジニア

12:45

昼食

13:45

モデル評価とハイパーパラメータのチューニング

  • パイプラインによるワークフローの効率化
  • 交差検証
  • 学習曲線と検証曲線
  • 混同行列とさまざまな性能評価指標
  • ROC曲線
  • ハイパーパラメータのチューニング

石崎文雄 AIファイナンス応用研究所主席研究員

15:15

休憩

15:30

機械学習による自然言語処理

  • 機械学習による自然言語処理とは
  • どんなことができるのか?
  • 自然言語の前処理
  • トークン化
  • ベクトル化と埋め込み
  • RNNによるテキスト分類
  • チャットボット

櫻井豊 AIファイナンス応用研究所所長

17:00

終わり