サイト内検索

2025年624日に開催したセミナー「NVIDIA 金融AI Meet-up with Macnica AIを自らの手で。実践企業が語る金融AI活用~」では、金融業界におけるAI活用の最前線を共有する場として、多くの業界関係者にご登壇いただきました。

本記事では、株式会社aiQ山本様による講演内容をご紹介いたします。

 

記事末尾ではオンデマンド動画のご案内をしておりますので、ぜひ最後までお読みください。

 

主催:株式会社マクニカ

協賛:エヌビディア合同会社

講演 講演タイトル プロフィール
1 GTC2025 ダイジェスト(金融関連企業の発表を中心に)

エヌビディア合同会社 

シニア事業開発マネージャー
平畠 浩司 
2 戦略的AI導入と業務特化型ユースケースの展開

SMBCグローバル・インベストメント&コンサルティング株式会社

ジェネラルマネジャー
山田 裕文 氏
3 金融特化型モデル FineNemotronの活用 エヌビディア合同会社 シニアソリューションアーキテクト Xianchao Wu氏
4 金融機関のセキュアな生成AI活用に向けたオンプレ×ローカルLLMの重要性と実力 株式会社Ippu Senkin 代表取締役社長 鈴木 秀弥 氏
5 NVIDIA NIMで簡単に始めるローカルLLM構築 株式会社マクニカ 小野寺 彪斗 氏
6 拡大する生成AI活用と企業のリスク:AIセキュリティの必要性

シスコシステムズ合同会社

Robust Intelligence Country Manager / Cisco Business Development Manager, AI
平田 泰一 氏
7 Kaggle GrandmasterによるRAPIDSを活用したデータサイエンスの高速化

エヌビディア合同会社 

KGMoN(NVIDIA Kaggle Grandmaster
小野寺 和樹 氏
8 クオンツヘッジファンドにおける RAPIDSCUDA を用いたトレーディングストラテジー構築の高速化

株式会社オークン

プロジェクトマネージャー/データサイエンティスト
竹内 暢崇 氏
9 生成AIによるアナリストレポート自動生成:ファインチューニング学習による精度向上

株式会社aiQ 

代表取締役社長
山本 裕樹 氏
特別講演 AIと共に働く時代:チームを拡張するためのAIディスカッションペーパーの活用

金融庁 

総合政策局リスク分析総括課 参事官
五十嵐 ほづえ 氏

生成AIによるアナリストレポート自動生成:ファインチューニング学習による精度向上

山本様より、生成AIを活用したアナリストレポート、自動生成サービス「Analystant」についてご紹介いただきました。

本サービスは、ニュースや金融データをもとに株価を予測するSaaS型ツールで、24時間365日リアルタイムに情報提供が可能。RAGやファインチューニングを活用し、特にLlamaモデルでは予測誤差を7.9%から5.2%に改善。バックテストでも高い精度を示し、実運用でも有効性が確認されています。
主な対象はファンドマネージャー、バイサイドアナリスト、個人投資家、証券営業担当者など。特にセキュリティやプライバシーを重視する大手ファンドにも対応可能で、ローカル環境での構築も視野に入れた設計となっています。

Analystantを支える中核技術

活用されている主な技術は以下の3つです。

・RAGRetrieval-Augmented Generation):

 リアルタイムニュースを活用し、最新情報を反映。

・ファインチューニング:

 1020万件の教師データを用いて、精度の高い予測を実現。

・継続事前学習:

 Llamaモデルに対して、1万件のアナリストレポートを追加学習。

Analystantの今後の展開と可能性

今後は債券や商品先物への対応や、位置情報・POSデータなどのオルタナティブデータとの連携を視野に入れていると述べました。さらに、LLMと機械学習の融合により、投資情報の一次分析において人間を超える可能性を持つサービスを目指しているとのことです。

 

その実現を支える技術として、NVIDIANeMo/NIMを活用。モデルの大規模化に伴う推論時間の課題を、NeMoによって約6倍高速化(57.7秒→9.3秒)することに成功しており、リアルタイム性が求められる金融分野での実用性を大きく高めています。

簡単なご登録で当日の動画をご覧いただけます

今回ご紹介したaiQ 山本様のセミナーは、下記のフォームよりご登録いただくとオンデマンド動画をご覧いただけるURLを送付いたします。見逃してしまった方や参加者の方でもう一度ご覧になりたい方は、この機会にぜひご登録ください!

お問合せはこちら