ChatGPTが株を選ぶ？AI投資実験で利益25％増を記録

ChatGPTにたった100ドルを託して株式投資をさせた実験が、1か月で25％のリターンを記録し注目を集めています。AIは本当に「人間以上の投資家」になれるのか？

本記事では、実験の詳細や背景、過去の研究との比較を通じて、AIによる資産運用の可能性と限界をわかりやすく解説します。

ChatGPTに100ドルを託した株取引実験とは

実験の概要と初期リターン

米国の掲示板サイトRedditに投稿されたある実験が、AIと金融の交差点で注目を集めています。

投稿者であるNathan Smith氏は、OpenAIの最新モデル「GPT-4o」に100ドルを託し、株式投資を任せるという実験をスタート。期間は6か月に設定され、そのうち最初の1か月で25％のリターン（約25ドルの利益）を記録しました。

単なる偶然か、AIの本質的な能力か。この成果は、同時期のS&P 500（約3％上昇）や小型株指数（ラッセル2000やXBI）と比べても優れた結果となっています。特に、個人投資家にとって身近な小型株で成功している点が注目ポイントです。

投資スタイルと選定ルールの工夫

この実験のユニークな点は、単にAIにすべてを任せているわけではないという点です。Smith氏は、ChatGPTに毎日ポートフォリオの取引データを与え、それをもとに新たな投資先を選ばせるというスタイルを取っています。

また、「ストップロス（損切り）」と呼ばれるリスク回避ルールも設定。これは、株価がある一定の値まで下がったら自動的に売却するという仕組みで、リスクを抑えるための基本的な投資手法です。これにより、大きな損失を防ぎつつ、AIの判断を活かす設計になっています。

なぜこの実験が注目されているのか

AIによる株式投資の過去事例と研究

今回のChatGPT投資実験はユニークな取り組みに見えますが、AIを使って株式を選ぶ試みは過去にも複数行われてきました。

たとえば2023年末には、ドイツのデュースブルク＝エッセン大学の研究者が、OpenAIの言語モデルによる銘柄選定について論文を発表。これによると、AIは確かに利益を上げやすい銘柄をある程度見抜く力があるとされています。

一方で、2024年6月にはフロリダ大学のロペス＝リラ准教授が、長年のシミュレーションの結果として「AIの選定は現実世界でのパフォーマンスには必ずしも直結しない」とコメント。特に運用資金が大きくなると、理論通りに動かなくなるという現実的な制約を指摘しました。

つまり、AIが株式市場で有効に機能するかどうかは、条件や規模、使い方によって大きく左右されるということです。Smith氏のような小規模な個人投資の文脈では、比較的好結果を出しやすい可能性があります。

AI投資が抱えるパラドックス

AIによる株式選定には、理論的な「限界」も存在します。もしAIが本当に人間より高い精度で利益を出せるとしたら、すべての投資家がそのAIを使うようになります。しかしそうなると、すべての売買が似た行動に収束し、市場の構造そのものが変質してしまうという矛盾が生まれます。

これは「市場の効率性」と呼ばれる理論にも関連します。市場は常にすべての情報を織り込むため、AIによる「予測」もいずれ機能しなくなるのです。Smith氏の実験が面白いのは、このような理論的ジレンマを実際の小規模な実験として可視化している点にあります。

実験から見えるAI投資の可能性と限界

成功の鍵は“人間のサポート”にあり

Smith氏の実験は「AIが完全に自律して投資判断を下せるか」を見るものとされていますが、実際には人間の介在が不可欠な構造になっています。毎日の取引データ入力や、リスク回避のためのストップロス設定は、すべて氏自身の手で行われています。

つまり、GPT-4oが銘柄を選定する際の“材料”や“ルール設計”は人間側が提供しており、完全な自動化とは程遠いのが現実です。とはいえ、銘柄分析や売買判断の提案をAIが担うことで、時間や専門知識の負担を大きく減らすことは可能です。

このように、AIは「完全自動化」ではなく、「意思決定の補助ツール」として位置付ける方が現実的であり、今後の活用の鍵となるでしょう。

今後の課題とリスク

AI投資の課題は少なくありません。まず、過去データに基づく判断が中心であるため、市場の急変や予期せぬイベントには対応しきれないことがあります。とくに金利や地政学リスクといったマクロ要因に対しては、学習データと現実の間にギャップが生じやすい点に注意が必要です。

また、GPTのような言語モデルは本来、文章の生成を得意とする設計であり、株価変動の時系列データに最適化されているわけではありません。そのため、どのようなプロンプトを与えるか、どの情報をどの頻度で渡すかといった「人間の工夫」が成果に直結します。

さらに重要なのは再現性の問題です。仮に今回うまくいっても、他のユーザーが別の条件で同じ結果を得られるとは限らず、運用モデルとしての信頼性を高めるには、まだ多くの検証が必要とされます。

日本の投資家や企業にとっての意味

個人投資家が得られる示唆

今回の実験は、少額からAI投資を試すことが可能であることを示しました。特別な設備や高額なサービスを使わずとも、誰でもChatGPTのようなツールを活用し、資産運用の一端にAIを取り入れることができる時代に突入しています。

とくに、投資初心者にとって「何を基準に銘柄を選べばいいか」「損切りはどう判断すればいいか」といった悩みは多いですが、こうした意思決定の“壁”をAIが低くしてくれる可能性があります。

ただし、AIを使えば儲かるという単純な話ではなく、「人間がどのようにAIを使いこなすか」が最終的な成果に直結することは、今回の実験でも明らかです。

国内企業・サービスへの応用可能性

日本でも、AIを活用した資産運用サービスや証券APIとの連携ツールは年々増加しています。たとえば、証券会社が提供する自動売買APIと、ChatGPTを組み合わせることで、カスタマイズ性の高い投資アシスタントが構築できる可能性もあります。

また、フィンテック企業にとっては、AIを使った投資助言やレコメンド機能を開発・商品化するヒントとして、今回のような実験は非常に価値あるケーススタディになります。

国内の法規制や顧客保護の観点から、AIによる投資判断には一定の制約がありますが、あくまで“補助的な提案エンジン”として使えば、十分に実用性があります。個人だけでなく、証券会社や資産管理系スタートアップにとっても注目すべき潮流です。

メグルテ編集部

テックの今を伝える編集部

MEGURUTE編集部は、国内外のテクノロジー・IT・AIニュースを日本語でわかりやすく届けるメディアです。SNSで話題のサービスや革新的な研究も、実用目線で解説。初心者にも読みやすく、信頼できる情報発信を心がけています。特集して欲しい事があればお問い合わせよりご連絡ください。