036 の履歴(No.10)

• 履歴一覧
• 差分 を表示
• 現在との差分 を表示
• ソース を表示
• 036 へ行く。
  • 1 (2025-12-14 (日) 11:51:23)
  • 2 (2025-12-14 (日) 23:29:46)
  • 3 (2025-12-16 (火) 09:24:25)
  • 4 (2025-12-18 (木) 16:44:04)
  • 5 (2025-12-19 (金) 09:56:48)
  • 6 (2025-12-22 (月) 09:13:20)
  • 7 (2026-02-03 (火) 07:57:39)
  • 8 (2026-02-05 (木) 22:54:37)
  • 9 (2026-02-23 (月) 18:03:02)
  • 10 (2026-02-25 (水) 12:52:01)
  • 11 (2026-02-27 (金) 09:48:36)
  • 12 (2026-03-03 (火) 21:18:59)
  • 13 (2026-03-04 (水) 07:40:32)
  • 14 (2026-03-18 (水) 18:45:29)
  • 15 (2026-03-21 (土) 10:18:38)

---

第36回 人工知能学会 金融情報学研究会（SIG-FIN）
2026年3月21日(土)- 22日(日)†

日時と会場†

日時：2026年3月21日(土) および 3月22日(日)

開催形式：会場およびオンライン（Zoom使用）のハイブリッド開催

会場：成蹊大学 6号館401教室（東京都武蔵野市吉祥寺北町3-3-1）

• アクセスマップ https://www.seikei.ac.jp/university/aboutus/accessmap.html

参加費：2,000円 （資料は電子配布です．）

重要日程†

• 発表申込締切：2026年2月3日(火)
• 原稿提出締切：2026年3月3日(火)
• チケット販売期限
  • 会場チケット：2026年3月20日(金) 17:00まで(ただし定員になり次第締切)
  • オンライン(Zoom)チケット：2026年3月20日(金) 17:00まで(ただしコンビニ・ATM払いは2月27日締切(木)締切,定員になり次第締切)
• 研究会：2026年3月21日(土), 3月22日(日)

開催主旨†

近年，これまで市場に興味を持たなかった一般の人々の間にも，金融市場への関心が高まっています．このような状況の中で，ファイナンス分野への人工知能技術の応用を促進するため，この研究会では，ファイナンスに関わる研究課題を広く対象とし，人工知能分野の工学系研究者と金融市場の現場で活躍されている技術者との交流を深めるとともに，新しい人工知能技術の創出を目指しています．

今回の研究会は，会場とオンライン(Zoom)を併用したハイブリッド開催とします．

人工知能学会の会員でなくても発表・参加していただけます．皆様の積極的なご投稿・ご参加をお待ちしております．

募集テーマ†

• 機械学習，データマイニング，テキストマイニングなどを用いた市場予測
• 知識ベースシステム，意思決定支援システムなどを用いた投資支援
• マルチエージェントを用いた人工市場，市場シミュレーション
• オークションプロトコルなど市場制度設計の理論や技術
• 金融市場における投資行動，学習の分析やモデル化（行動ファイナンス）
• 予測市場などの新しい市場分野への人工知能の応用
• オントロジーを用いたファイナンス知識の体系化 など

発表申込†

2026年2月3日(火)までに，下記のSIG-FIN発表申込システムからお申し込みください．

https://easychair.org/my/conference?conf=sigfin036

• 日本語の予稿の場合は，前半部分では日本語で入力ください．(英語の予稿の場合は英語で入力してください)

• "Other Information and Files"以降の"英語タイトル."，"英語の著者名と所属."には英語で入力してください．

• "presenter"を必ず１人お選びください．

• "Keywords"はプログラムの編成の参考にしますが，公表はされません．

• "現地発表かオンライン発表かについて."は現時点での予定で構いません．
  
• 当日体調が悪いなどしてオンライン発表に切り替えるなど，変更可能です．

• 人工知能学会の会員でなくても発表していただけます．

• 発表申込みは，同一の方の発表は1件のみとします．同一の方が複数の研究発表に共同研究者として含まれることは構いません．

• 既発表のものでも問題ありません．

• 申込が終了間際にeasy chairの申し込み画面に入ることができますが，その後，24:00を超えてしまいますと，submitボタンを押すことができなくなってしまいますので，早めに申し込み頂くよう，よろしくお願いいたします．

原稿†

原稿のアップロードは発表申し込みページで行います．

2026年3月3日(火)までに，下記のeasychairからアップロードしてください（発表申込と同じページです）．

https://easychair.org/my/conference?conf=sigfin036

• 人工知能学会 研究会スタイル・ファイルをご利用ください．

https://www.ai-gakkai.or.jp/sig/announce/sig-style/

• A4 2～6ページ程度（最大8ページまで）

• 論文はJ-Stageにて公開されます．

• 本研究会では，投稿いただいた論文の著作権は人工知能学会研究会資料に関する著作権規定に則り,著者にあるものとしています．したがって本文・図・表の利用や再投稿について特段の制限はありませんが，ご自身のページで公開，所属機関等のアーカイブに登録する場合には，出典として本研究会を明記し,研究会予稿集収録の該当論文PDFをご利用ください．

• J-Stage上の研究会資料は，法的あるいは倫理的に問題があるものであれば，削除可能ですが，そうでない場合は削除不可能であることをご了承ください．

表彰†

各年度ごとに優秀な発表を表彰し，副賞を贈呈します．

参加申込†

下記URLにてお申し込み下さい．

https://peatix.com/event/4811180

• チケット販売期限
  • 会場チケット：2026年3月22日(日)17:00まで(ただし定員になり次第締切)
  • オンライン(Zoom)チケット：2026年3月22日(日)17:00まで(ただしコンビニ・ATM払いは3月20日(金)締切,定員になり次第締切)

• 研究会資料は電子配布のみとなります．
• 定員になり次第締め切らせていただきます．
• 人工知能学会の会員でなくても参加できます．

• 現地会場に入場できる"会場チケット"とZoomでの参加用の"オンライン(Zoom)チケット"がございます．料金は同じです．ただし，会場チケットは枚数が限られてますので，来場の可能性のない方はオンライン(Zoom)チケットを購入されますようお願いします．

• 現地会場に参加される方は，必ず会場チケットを購入されてからご来場ください．会場チケットがない方,オンライン(Zoom)チケットしかお持ちでない方は現地会場に入れませんのでご了承ください．

• 現地会場ではご来場時に受付でお名前をお伺いし，参加登録をされているか確認させていただきます．

• 会場チケットでもZoomからの参加が可能です．当日体調が悪くなった場合などにZoomからの参加へ切り替えることができます(連絡等は必要ありません)．

• 発表申込みをされている方もいずれかのチケットが必要です．必ずチケット購入をしてください．

• なお，お支払い済みのチケット代金はいかなる理由でも返金できませんのでご了承ください．

• 支払い方法や領収書発行については下記のPeatixのヘルプページをご覧ください．

(支払いについて) https://help.peatix.com/customer/ja/portal/articles/151662

(領収書について) https://help.peatix.com/customer/ja/portal/articles/221024

• 紙での領収書が必要な方はコンビニ払いとし，コンビニで領収書を受け取ってください．研究会では紙での領収書は発行しません．

懇親会参加申込†

（詳細が決まり次第掲載いたします．）

なお、今回の研究会では試験的な取り組みとして、発表者が学生（社会人学生を除く）である場合に、当該発表者の学生の懇親会費用を研究会が負担します（上限20名、発表申込順）。

会場発表者注意事項†

（詳細が決まり次第掲載いたします．）

オンライン(Zoom)発表者注意事項†

（詳細が決まり次第掲載いたします．）

オンライン(Zoom)参加者注意事項†

（詳細が決まり次第掲載いたします．）

プログラム†

一般発表 15分(発表12分＋質疑/予備3分)

（最初の発表の15分前ごろからZoomに入れる予定です．）

1日目：3月21日 (土)†

10:00–11:15 市場分析(6件) 座長 平野 正徳 (Preferred Networks)†

※4件目の発表取り消しにつき，終了時刻を前倒ししました

• (01) 投資家特性の異質性と学習を統合した人工市場シミュレーションによる市場生態系の構築
  橋本 龍二, 高田 亮介, 鈴木 雅弘, 田中 優貴, 和泉 潔 (東京大学)

• (02) トラックデータを用いた企業業績及び決算サプライズのナウキャスティングの有効性
  小田 直輝 (慶應義塾大学), 星野 崇宏 (慶應義塾大学/理化学研究所AIPセンター)

• (03) 線形価格インパクトモデルの推定結果をどう解釈すべきか？
  金澤 輝代士, 佐藤 優輝 (京都大学)

• (04) 金融規制下における意思決定支援AIのガバナンス設計
  土橋 諒太 (デロイトトーマツコンサルティング)

• (05) 市場構造の類似性に基づく検索型資産配分
  星野 知也 (三井住友銀行)

• (06) 取締役兼任ネットワークの中心性とコスト下方硬直性に関する実証研究
  原田 春貴 (大阪公立大学)

11:15–11:30 お知らせ†

11:30–13:15 昼休み†

13:15–14:45 LLM1(6件) 座長 落合 友四郎 (大妻女子大学)†

• (07) LLMエージェントを用いた人工市場によるCO₂排出権市場分析
  二俣 新 (日興リサーチセンター)

• (08) 疑似コード駆動LLMベースエージェントを用いた人工市場モデル構築
  板倉 亮真 (北海道大学), 平野 正徳, 今城 健太郎 (Preferred Networks), 坂地 泰紀, 野田 五十樹 (北海道大学)

• (09) 大規模言語モデルを用いたベージュブックのセンチメント評価と暗号資産市場の分析
  市川 佳彦 (Insight Edge), 高野 海斗, 中川 慧 (大阪公立大学)

• (10) クラウド/ローカルLLMsを用いた日本企業の利益予測の分析とアウトオブサンプル評価
  白井 祐典, 市川 佳彦 (Insight Edge), 中川 慧 (大阪公立大学)

• (11) 投資テーマに対する企業関連度スコアリングのためのローカルLLMドメイン適応
  Tatsuto Ito, Ryota Ozaki (Hokkaido University), Kentaro Imajo, Masanori Hirano (Preferred Networks, Inc.)

• (12) Causality Elicitation from Large Language Models
  Takashi Kameyama, Masahiro Kato, Naoto Minakawa, Yasuko Hio, Yasushi Takano (Mizuho-DL Financial Technology Co., Ltd.)

14:55–16:10 投資戦略(5件) 座長 平松 賢士 (アイフィスジャパン)†

• (13) 部分空間正則化付き主成分分析を用いた日米業種リードラグ投資戦略
  中川 慧 (大阪公立大学/松尾研究所), 竹本 悠城 (独立研究者), 久保 健治 (東京大学/松尾研究所), 加藤 真大 (みずほ第一フィナンシャルテクノロジー/大阪公立大学)

• (14) 正則化付き一般化モーメント法のもとでのインデックス複製
  杉本 実優, 加藤 真大, 皆川 直人 (みずほ第一フィナンシャルテクノロジー), 中川 慧 (大阪公立大学)

• (15) 時系列・テキスト対照学習に基づいたニュース情報による株価変動予測
  吉田 凌也 (東京大学), 尾崎 令拓, 今城 健太郎, 平野 正徳 (Preferred Networks)

• (16) 選好考慮型多目的ベイズ最適化を用いたユーザ選好適応型ポートフォリオ最適化
  尾崎 令拓, 平野 正徳 (Preferred Networks)

• (17) マルチアセットクラスにおける予測可能性最大化ポートフォリオ（MPP）の構築および動的タイミング戦略における実証分析
  都木 誠, 浅沼 達也, 柴田 大輝 (みずほ第一フィナンシャルテクノロジー)

16:10–16:55 コーヒーブレイク†

16:55–17:55 機械学習1(5件) 座長 高野 海斗 (野村アセットマネジメント)†

※4件目の発表取り消しにつき，終了時刻を前倒ししました

• (18) 実行時コンパイル技術による金融データ分析の高速化
  大野 善之, サハ ソウラブ, 石坂 一久 (NEC)

• (19) 教師あり次元削減を用いた事前学習済み言語モデルによる金融リスク予測
  川﨑 直弥, 渡部 敏明, 欅 惇志, 小町 守 (一橋大学)

• (20) 順序付き信用スコアに対するコンフォーマル予測
  川住 歩弥, 加藤 真大, 段 磊 (Mizuho-DL Financial Technology Co., Ltd.)

• (21) 銀行の貸出態度の厳格化が企業活動に及ぼす影響—機械学習を用いた企業の特性による異質性の推計—（仮）~ 松生 周一郎, 崎山 登志之 (日本銀行)

• (22) 機械学習因果推論による地方債スプレッド決定要因の分析-因果効果の異質性とSHAP重要度との整合性-
  丹波 靖博, 原口 健太郎 (西南学院大学), 大石 桂一 (九州大学)

2日目：3月22日 (日)†

10:00–11:15 テキストマイニング1(5件) 座長 水門 善之 (慶應義塾大学)†

• (23) 有価証券報告書から抽出した事業リスク独立成分の時系列分析
  フェリ アンジェラ詩織 (青山学院大学), 鈴木 彰人, 田代 雄介 (三菱UFJトラスト投資工学研究所), 山中 卓 (青山学院大学)

• (24) アナリストレポートを用いた経済ナラティブの定量化に関する一検討
  坂地 泰紀 (北海道大学), 平松 賢士 (アイフィスジャパン)

• (25) 意外性のある事業を用いたクエリと事業との関連性を表す事業説明文の生成
  小林 義正, 酒井 浩之, 仁科 慧 (成蹊大学), 高野 海斗 (野村アセットマネジメント)

• (26) 法人向け信用リスク評価に向けた代表者経歴と事業内容の意味的整合度に基づく経営者ノウハウ指標の構築と検証
  小林 司 (東京大学), 山本 竜也 (GMOあおぞらネット銀行), 成末 義哲, 森川 博之 (東京大学)

• (27) 特別損失に関する適時開示資料のゼロショット構造化手法の検討
  田中 麻由梨, 土井 惟成 (日本取引所グループ)

11:15–11:30 お知らせ†

11:30–13:00 昼休み†

13:00–14:15 テキストマイニング2/LLM2(5件) 座長 平松 賢士 (アイフィスジャパン)†

• (28) BERTを用いた強度付きマルチラベル分類による統合報告書テキストからの資本変換情報抽出の試み
  衛藤 泰地, 日出間 健, 岡田 公治 (東京都市大学)

• (29) 企業類似性評価のための会計の表現学習
  野呂 祐介 (ローソンデジタルイノベーション)

• (30) MD&Aに対するLLMセンチメント要因分析
  種村 賢飛, 久保 健治 (東京大学/松尾研究所), 中川 慧 (大阪公立大学/松尾研究所)

• (31) 大規模言語モデルを用いた株式投資戦略生成における問題設計とフィードバック設計
  河村 飛来, 久保 健治 (東京大学/松尾研究所), 中川 慧 (大阪公立大学/松尾研究所)

• (32) 大規模言語モデルによるマルチファクター運用の実証分析
  高野 海斗 (野村アセットマネジメント)

14:15-15:00 コーヒーブレイク†

15:00–16:15 LLM3/機械学習2(5件) 座長 真鍋 友則 (SOMPOリスクマネジメント)†

• (33) Constructing Dynamic Industry Classifications and Risk Factors via LLM-Driven Segment Analysis
  Yunfan Xue (三菱ＵＦＪ信託銀行)

• (34) 大規模言語モデルを用いた証券アナリストの専門的分析観点の再現可能性の検証
  中田 喜之 (ニッセイアセットマネジメント/東京大学), 鹿子木 亨紀 (ニッセイアセットマネジメント)

• (35) コモディティ価格の因果構造とニュース情報を統合するLLMエージェントによる日次マーケットコメント生成
  中田 雄大, 西浦 佑一郎 (SCSK), 石川 法史, 本田 順一郎 (Tiberius Group AG), スプリチャル 仁マイケル (SCSK)

• (36) 外部情報を考慮したLLMによるタカハトセンチメント分析
  高田 珠武己, 野間 修平 (Japan Digital Design)

• (37) 財務時系列情報を用いた信用リスク評価モデル
  小船 幹生, 山中 卓 (青山学院大学)

16:25–17:40 機械学習3(5件) 座長 落合 友四郎 (大妻女子大学)†

• (38) 効用を考慮したリランキングに基づく株式推薦
  櫻井 慶悟, 小川 貴弘, 長谷山 美紀 (北海道大学), 阿南 晏樹 (野村アセットマネジメント), 中川 慧 (大阪公立大学)

• (39) ScoreMatchingRiesz: Infinitesimal Classification for Debiased Machine Learning and Policy Path Estimation
  Masahiro Kato (Mizuho-DL Financial Technology Co., Ltd.)

• (40) 地方債市場における金利予測精度の時系列推移-機械学習予測モデルの精度検証-
  原口 健太郎, 丹波 靖博 (西南学院大学), 池田 大輔, 阿部 修司, 大石 桂一 (九州大学)

• (41) 機械学習による他社株TOBの予測可能性
  久保 正裕 (茨城大学), 梶並 俊彦 (大和アセットマネジメント), 鈴木 智也 (茨城大学)

• (42) 主成分分析とガウス型グラフィカルモデルによる残差リターンの抽出とモメンタム戦略への応用
  渡部 航史 (北海道大学), 尾崎 令拓, 今城 健太郎, 平野 正徳 (Preferred Networks)

18:30– 懇親会†

照会先†

jsai-fin-wg _(at)_ googlegroups.com

_(at)_の箇所を@に置換してください．

主査†

• 坂地 泰紀（北海道大学）

主幹事†

• 中川 慧（大阪公立大学）

幹事†

• 落合 友四郎（大妻女子大学）
• 平松 賢士（アイフィスジャパン）
• 水門 善之（慶應義塾大学）
• 真鍋 友則（SOMPOリスクマネジメント）
• 佐野 仁美（一橋大学）
• 平野 正徳（Preferred Networks）
• 高野 海斗（野村アセットマネジメント）