Edgen Stock·Mar 03 2026, 08:00新しい学術研究により、AIがアクティブ運用型投資信託の取引の大部分を予測できることが明らかになりました。これらの取引はアンダーパフォームする傾向があります。この発見は、アクティブ運用者の価値提案に疑問を投げかけ、投資家が複製可能で劣悪な戦略に対して過剰な手数料を支払っている可能性を示唆しています。本研究は、運用者のインセンティブと投資スタイルに基づいたファンド選定の新しい基準を提供します。
「Mimicking Finance（金融の模倣）」と題された新しい学術研究によると、シンプルな大規模言語モデル（LLM）が、米国の株式アクティブファンドマネージャーが行う取引の71%を予測できると報告されています。ハーバード・ビジネス・スクール、ウォートン・スクール、デポール大学の学者によって実施されたこの研究は、1990年から2023年までのファンドデータを分析しました。モデルにマネージャーの過去5年間の取引履歴と観測可能な市場状況を入力することで、AIはファンドが特定の株式を買い、売り、または保持するかどうかを正確に予測できました。著者らは、この71%という数字はおそらく控えめな見積もりであり、より頻繁なデータとより長いファンド履歴へのアクセスがあれば、予測可能性はさらに高まる可能性があると指摘しています。
資産運用業界にとってこの研究の最も有害な発見は、予測可能な取引が平均して予測不可能な取引よりもパフォーマンスが悪いということです。これは、投資家がアルゴリズムが低コストで容易に複製できる戦略に対してアクティブ運用手数料を支払っているだけでなく、パフォーマンスの低迷に対しても支払っていることを示唆しています。この示唆は、投資信託業界の手数料体系に直接的に疑問を投げかけます。これらのAIモデルがより利用しやすくなるにつれて、高度に予測可能で機械的な戦略を持つファンドの運用者は、その手数料と雇用を正当化することがますます困難になるでしょう。
この研究は、潜在的に優れたファンドを特定しようとする投資家に対し、明確な指標を提供します。ファンドマネージャーの取引は、在職期間が長くなるほど、また多数のファンドや戦略を管理するほど予測可能になります。これは、自己満足や集中力の欠如を示唆する可能性があります。対照的に、マネージャーが多額の自己資金（いわゆる「skin in the game」）を保有しているファンドは、予測可能性の低い取引パターンを示します。これらの予測可能性の低いファンドは、成長株やR&D支出の多い企業に投資する傾向がある一方、予測可能なファンドはバリュー株や高配当を支払う企業を好みます。これは、投資家がバリューエクスポージャーのために低コストのインデックスファンドを利用しつつ、成長への配分においては高い個人的な確信を持つアクティブマネージャーを探すべきであることを示唆しています。