松尾研究所、国際学会 IEEE CIFEr 2026 において Outstanding Paper Award を受賞
株式会社松尾研究所
[画像:
https://prcdn.freetls.fastly.net/release_image/113160/39/113160-39-c1d7493cd60919a625883423ffa5fe70-1024x538.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
株式会社松尾研究所（本社：東京都文京区、代表取締役：川上登福）は、国際学会「IEEE Computational Intelligence in Financial Engineering and Economics（CIFEr）2026 ※」において発表した研究論文 “Basis Mean-Reverting Basket: A Unified Formulation of Index Tracking and Mean-Reverting Portfolio for Index Arbitrage” が、Outstanding Paper Award を受賞いたしました。
本受賞は、
2026年7月の IIAI AAI 2026 における Best Paper Award に続くもので、松尾研究所が「金融 × AI」を軸に進めるクオンツ運用研究の成果によるものです。また本学会では、同じく金融チームの研究論文 “Feedback Design for LLM-Based Automatic Improvement of Stock Investment Strategies” も採択・発表されました。
※IEEE CIFEr は、IEEE Computational Intelligence Society が主催する国際会議です。金融工学・経済学への計算知能（Computational Intelligence）の応用をテーマとし、各国の大学・研究機関の関係者や金融機関の実務者が参加しています。2026年は9月10日～11日に東京で開催されました。
■ 受賞論文について
- 学会：IEEE Computational Intelligence in Financial Engineering and Economics（CIFEr）2026
https://cifer2026.mhirano.jp/- 受賞：Outstanding Paper Award（採択論文49本中、表彰3本）
https://cifer2026.mhirano.jp/awards- 論文名：Basis Mean-Reverting Basket: A Unified Formulation of Index Tracking and Mean-Reverting Portfolio for Index Arbitrage- 著者：廣橋克馬（株式会社松尾研究所／東京大学）、久保健治（株式会社松尾研究所／東京大学）、中川慧（大阪公立大学）
■ 研究の概要
株価指数先物と、その指数を構成する現物株の間には「ベーシス」と呼ばれる価格差が生じます。この差が一定の水準に戻る性質を利用した取引は指数裁定（インデックス・アービトラージ）と呼ばれ、代表的な運用手法の一つです。
指数裁定には ETF を用いる方法もありますが、本研究では指数先物と現物株バスケットを対象とします。この現物バスケットは指数に追従する必要がある一方、裁定取引が成立するにはベーシスの平均回帰も必要です。従来、前者の指数複製問題と、後者の平均回帰ポートフォリオ構築問題は別々に扱われることが一般的でした。
そこで本研究では、この2つを単一の最適化問題として統一的に定式化し、ベーシスが平均回帰しやすい現物バスケットを直接構築する手法を提案しました。日本株の株価指数先物を対象に検証した結果、従来の手法よりも、ベーシスの平均回帰性を安定して捉えられることを確認しました。
本研究は、指数裁定における現物バスケット構築の理論的な枠組みを整理し、クオンツ運用における実行可能な裁定戦略の設計に貢献するものです。
■ 同学会での他の発表論文について
- 論文名：Feedback Design for LLM-Based Automatic Improvement of Stock Investment Strategies- 著者：河村飛来（株式会社松尾研究所／東京大学）、久保健治（株式会社松尾研究所／東京大学）、中川慧（大阪公立大学）- 概要：大規模言語モデル（LLM）に株式投資戦略を自動で改善させる枠組みにおいて、モデルに返すフィードバックの設計や各モデルがそれをどう解釈するかについては、今まで十分に探索されてきませんでした。本研究では、フィードバックの内容やLLMのモデル次第で改善の過程がどう変わるのかを比較し、１. フィードバックの設計よりもモデル選択の影響が大きいこと、２. フィードバックの内容を充実させても収益性向上には直結しないこと、３. 一方で、フィードバックの内容が改善の方向性に影響を与えること、の3点を示しました。
※いずれの論文も Proceedings 掲載のため、本文は現時点で一般非公開です。
■ 松尾研究所の取り組みについて
松尾研究所では、こうした研究知見を次世代へ還元する取り組みとして、学生向けの実践型プログラム「AIクオンツトレード講座」を開講しています。株式クオンツ運用の基礎理論から、機械学習によるリターン予測、大規模言語モデル（LLM）を用いた最先端の応用までを網羅した、全10回・受講料無料のプログラムです。
■ 株式会社松尾研究所について
株式会社松尾研究所は国立大学法人 東京大学大学院 工学系研究科 松尾・岩澤研究室に伴走し、大学を中心としたイノベーションを生み出す「エコシステム」を作り、大きく発展させることを目的に設立された研究所です。松尾研究所は、アカデミアから生み出される研究成果・技術の「開発・実装」を行い、広く社会に普及を目指し、日本の産業競争力の向上に貢献しています。
http://matsuo-institute.comプレスリリース提供：PR TIMES
記事提供：PRTimes
