AIBR プレミアム
拓海先生、最近部下から『ブロックチェーンを使って相場予測ができる』と聞かされまして、正直ピンと来ません。これって要するにうちの業績に役立つ話なんでしょうか。
素晴らしい着眼点ですね！大丈夫、短く整理しますよ。要点は三つです。ブロックチェーンは公開データが豊富、深層学習（Deep Learning, Deep Learning、深層学習）でパターンが取れる、そして従来の市場データのみより精度が上がる可能性があるのです。
公開データが豊富、とは例えばどんなデータですか。うちが見ている市場の数字とどう違うのか教えてください。
良い質問ですね！ブロックチェーンでは『全ての取引履歴』や『アカウント残高の分布』が公開されています。たとえば銀行取引の帳簿が誰でも見られるイメージです。そのため取引量だけでなく、資産がどのアドレスに集中しているかまで読み取れるのです。
なるほど。で、それをどうやって予測に結びつけるのですか。専門用語が出ると頭が痛くなりまして……
大丈夫、一緒にやれば必ずできますよ。研究ではアカウント分布を画像化し、畳み込みニューラルネットワーク（Convolutional Neural Network, CNN、畳み込みニューラルネットワーク）で学習させました。簡単に言えば、『分布の見た目』から未来の動きを学ばせる方法です。
これって要するに、取引量だけで見るより『誰がどれだけ持っているか』の図を見るほうが先を読みやすいということですか？
その通りですよ、素晴らしい着眼点ですね！要点を改めて三つに整理します。1）公開されたアカウント分布などの“空間情報”がある。2）CNNは空間パターンを捉えるのが得意である。3）従来のLSTM（Long Short-Term Memory, LSTM、長短期記憶）による時系列予測だけより誤差が小さくなる可能性がある、です。
現場導入の不安があるのですが、データ量や計算リソースの面はどうなんでしょう。うちのような中小でも扱えるのでしょうか。
優れた質問ですね。研究では1000GB超のデータを扱っていますが、工夫で中小企業でも段階的に導入できます。まずは特徴量抽出をクラウドで外注し、軽量なモデルでPoC（概念実証）を回す方法が現実的です。段階的に投資対効果を評価できますよ。
投資対効果の目安が欲しいです。PoCでどんな数値を見れば導入判断ができますか。
ポイントは三つです。予測誤差の削減率、取引や意思決定で得られる利益増、そして学習および推論に要するコストです。研究では従来手法より誤差が4倍小さくなり、さらにCNN設計で追加26%の改善を示しています。これが実ビジネスで利益に変わるかを試算することで判断できます。
分かりました。要するに、まず小さく実証して、誤差改善が利益に繋がるか見極める、ということですね。ありがとうございました、拓海先生。
