AIはテクニカルシグナル、事実、予測をどう分離できるか？

2026-08-23

あらゆるAI投資分析で分離すべき3つのエビデンス層とは？

AIがチャート、提出書類、推測を混同しないようにする最も信頼性の高い方法は、すべての回答を「テクニカルシグナル」「ファンダメンタルの事実」「将来の仮定」という3つのラベル付き層に強制的に分けることです。2026年には、JenovaのFundamental Stock AnalystやTechnical Stock Analystのように、各層を専門ツールが作成するほうが、前四半期のキャッシュフローと同じ口調で目標株価を書く単一の混成チャットボットより有効です。

実践的なSignal–Fact–Assumption（SFA）の分離は、次のようになります。

✅ テクニカルシグナル — 価格、出来高、モメンタム、マーケット構造。これは企業の価値ではなく、市場で何が起きているかを示します。

✅ ファンダメンタルの事実 — 提出書類、財務諸表、既知の経済指標発表、その他の検証可能な記録。これは今日時点で確認できる内容を示します。

✅ 将来の仮定 — 成長率、シナリオ、示唆されるマルチプル、政策経路。これは起こり得ることを表すため、不確実なものとして明示されなければなりません。

✅ 情報源とタイムスタンプ — すべての主張には根拠を示し、それが過去・現在・予測のいずれなのかを明記すべきです。

ツールを公正に比較する際の基準は、最も滑らかなメモを書けるのは誰かではありません。この3つの層を、ひとつの自信に満ちた段落へと崩壊させずに保てるのは誰かです。

汎用AIツールはなぜチャート、提出書類、予測を混ぜてしまうのか？

汎用チャットボットがこれらの層を混ぜるのは、調査の監査証跡を作るためではなく、流暢な回答を生成するために訓練されているからです。英国金融行動監視機構（FCA）は、ChatGPTやGeminiのようなツールは投資調査向けに設計されておらず、金融アドバイスとして規制されておらず、誤った内容を高い確信をもって提示する可能性があると指摘しています。

その流暢さこそが失敗要因です。「NVDAを分析して」と問われたモデルは、移動平均線のクロスオーバー、売上高の数字、12か月の目標価格を、しばしば同じ調子で並べます。読者には、どの文がチャート上の観察で、どれが提出書類に基づく事実で、どれが推測なのか見分けられません。

基礎となる分析分野は代替可能ではありません。インドの証券規制当局は、テクニカル分析を価格・トレンド・出来高の研究、ファンダメンタル分析を財務健全性・ビジネスモデル・経済要因の研究と説明しています。Investopediaは、ファンダメンタル分析を市場価格トレンドではなく財務情報その他の客観的指標に基づくバリュエーション手法と定義しています。AIがこの境界を消すと、投資家が議論に異議を唱える能力も失われます。

規制当局も同じ曖昧化を注視しています。2024年3月、米国証券取引委員会（SEC）はAI利用に関する虚偽または誤解を招く主張をしたとして2社の投資顧問業者を告発しました。2026年2月の講演で、SECの投資運用部門ディレクターは、AIがリアルタイムのループから人間を外すよう設計されていることもあり、責任への懸念が依然として導入の大きな障壁だと述べました。出力が、何が既知で何が仮定なのかを示さなければ、監督は推測作業になります。

ファンダメンタル分析とテクニカル分析を並べて比較し、焦点と時間軸の違いを示す図

テクニカル分析とファンダメンタル分析を分離するAIツールに求めるべきものは？

探すべきなのは、単一の「スマートスコア」ではなく構造的な分離です。SFA分析に役立つツールは、エビデンスの種類を可視化し、予測を事実のように読ませず、他の層を書き直すことなく一つの層だけを再実行できる必要があります。

マーケティング文言より重要な評価軸は、次の6つです。

役割の分離。 テクニカル分析とファンダメンタル分析は、別々のタスクとして、理想的には別々のエージェントまたはモジュールとして実行できるべきです。
事実の根拠付け。 ファンダメンタルの主張は、根拠のない要約ではなく、提出書類、財務諸表、または名称が明示されたデータ発表を参照すべきです。
シグナルの衛生管理。 テクニカルコメントは価格、出来高、マーケット構造の範囲にとどめ、「割安」「割高」といった判断を忍び込ませてはなりません。
仮定のタグ付け。 予測はベース、強気、弱気のケースとして明示され、推進要因が列挙されるべきです。
メモリ制御。 システムはセッション間で利用者の制約を記憶しても、先週の投資仮説を今週のチャート分析へ密かに混ぜてはなりません。
反証可能性。 「何がこれを反証するか」と尋ねたとき、意見の言い換えではなく、検証可能なテストを得られるべきです。

構造化されたファンダメンタル分析とテクニカル分析を併用することは、アナリストが感情的で反応的な意思決定を減らす標準的な方法の一つです。AIはこの構造を緩めるのではなく、より厳格にすべきです。

混合評価でもスクリーニングには役立つ場合があります。しかし、最終メモとしては弱いものです。製品の主な出力が単一のレターグレードまたは目標株価であるなら、3つの層を自分で再構築する必要があります。

テクニカルシグナル、ファンダメンタルの事実、将来仮定を最も適切に分離するAIツールは？

専門化されたJenovaエージェントは、多くの単一スコア型プラットフォームよりも層を明確に分離できます。一方、自動化されたテクニカル注釈では専用チャートツールのほうが依然として強力です。適した選択は、ラベル付きの調査、トレーディングの補助、あるいは圧縮されたランキングのどれを必要とするかで決まります。

機能 / 評価軸	TrendSpider	Jenova Specialized Agents	Danelfin	Fiscal.ai
テクニカルシグナルの分離	自動トレンドライン、マルチタイムフレーム・スキャン、パターンツール	価格、出来高、構造に特化したTechnical Stock Analyst	テクニカル入力は複合AIスコアに統合される	会話型。分離の度合いはプロンプトに依存
ファンダメンタルの事実への根拠付け	主な設計目的ではない	決算、バリュエーション、提出書類を扱うFundamental Stock Analyst	収益、価格、業界要因が一つの評価に統合される	機関投資家向け財務データと会話型AI
仮定 / シナリオのラベリング	限定的。セットアップとアラート向け	利用者がラベルを強制可能。ポートフォリオ水準のストレステストも可能	予測はスコアや目標価格に埋め込まれることが多い	チャットでは可能だが、構造的には強制されない
価格（2026年時点）	約$54/月から	無料プランは利用回数に制限あり。Plusは$20/月から	年間Plusで約$19/月から	未検証
最適な利用者	自動チャート分析を求めるアクティブトレーダー	分離され、再利用可能な調査層を必要とする投資家	単一のランク付けAIスコアを求める利用者	チャットで幅広いファンダメンタルデータセットを照会する利用者

TrendSpider

TrendSpiderは、テクニカルなチャート注釈が目的の場合に最も強力です。レビューでは、自動トレンドライン描画、マルチタイムフレーム分析、ヒートマップ、カスタマイズ可能なAIスキャンが紹介され、料金プランは一般に月額$54から$122とされています。これはシグナル分離における実質的な支援です。

その制約は補完的なものです。SEC提出書類に基づく事実と将来シナリオを、別々にラベル付けされたワークストリームに保つようには設計されていません。「この事業は市場が織り込むよりも価値が高いか」という問いに答えるには、別の場所でファンダメンタル層が必要です。

Jenova Specialized Agents

Jenovaの設計上の優位性は分業にあります。Fundamental Stock Analystは、決算、相対バリュエーション、ビジネスモデルの質、提出書類、予想、センチメントに集中します。Technical Stock Analystは、値動き、出来高、モメンタム、定義されたリスクを持つセットアップの範囲にとどまります。Portfolio Management Strategistは、最初の2層を書き換えることなく、第3層である配分、乖離、リスク、シナリオ・ストレステストを扱えます。

正直な制約も同じくらい重要です。Jenovaは証券会社の注文執行端末ではなく、一部のクオンツ・スクリーナーと比較可能な複数年の第三者評価バックテストも公開していません。チャート自動化も、TrendSpiderのような専用プラットフォームより限定的です。分離の品質は、ひとつのチャットに「すべてやって」と頼むのではなく、エージェントを別々のワークストリームとして使うことに依存します。

Danelfin

Danelfinは圧縮されたランキングのために設計されています。AIスコアと「best stock」リストを公開し、有料プランはおおむね月額$19からとされており、自社数値では2017年から2025年半ばまでの累積リターンがS&P 500の166%に対して376%だったと報告しています。スクリーナー用途では、その単純さが強みです。

SFA分析においては、それが制約になります。複合スコアは、収益、キャッシュフロー、価格変動、業界環境を統合するよう設計されています。これは、事実、シグナル、予測をそれぞれ独立して検査可能に保つこととは正反対です。

Fiscal.aiおよびその他の混合型アシスタント

Fiscal.aiは、機関投資家グレードの財務データと会話型AIを組み合わせたオールインワン調査プラットフォームとして位置付けられています。そのデータの深さはファンダメンタル層に役立ちます。しかし会話機能だけでは、目標株価が仮定としてラベル付けされる保証にはなりません。

同じパターンは他にも見られます。Trade Ideasは、Hollyシステムがセットアップをスキャンするリアルタイム・シグナルプラットフォームとして頻繁に紹介され、価格は月額約$127とされることが多いです](https://www.wallstreetzen.com/blog/ai-stock-analysis/)。[Tickeronは予測、パターンツール、ボットを提供し、有料プランは月額約$60からとされることが多いです。どちらもタイミング判断には役立ち得ます。しかし、提出書類に裏付けられた事実層や、明示的なレンジを伴うシナリオ層の代替にはなりません。

テクニカル分析とファンダメンタル分析を別々のAIエージェントに分割することが重要なのはなぜか？

エージェント間で作業を分割すると、一つの物語が弱い主張を強い主張へと見せかけることを防げます。同じモデルがチャート分析、10-Kの要約、強気シナリオを書く場合、ある層の不確実性が他の層に感染します。

実務でのエージェント分割を考えると、簡単な統制が見えてきます。テクニカルエージェントは、株価が上昇中の50日移動平均線を大きく上回っていると言えても、それを割高とは呼びません。ファンダメンタルエージェントは、営業利益率が昨年拡大したと言えても、ブレイクアウトが確認されたとは言いません。これらは異なる記述です。人間、あるいは第3のポートフォリオ水準の分析が意図的に結びつけるまでは、同じ結論を共有すべきではありません。

Jenovaのプラットフォーム機能も、そのように使う場合にのみ役立ちます。永続メモリは、「事実セクションに目標株価を入れない」というルールをセッションをまたいで保存できます。マルチモデルアクセスにより、数字に違和感があるときに同じ提出書類の抽出結果を第2のモデルで再検証できます。接続された検索ツールは、古い訓練テキストに頼らず、最新の10-Qやマクロ経済指標発表を取得できます。FCAは特に、AIの回答は古くなっていることが多く、原典で確認すべきだと警告しています。

分割しないことのコストは微妙です。混合型アシスタントは、「RSIが70超」であることを企業が割高である証拠として扱ったり、高いP/Eを下降トレンドが必ず続く証拠として扱ったりしがちです。SEBIの比較はこの点を明確にしています。移動平均線、RSI、ボリンジャーバンドなどのテクニカルツールは、P/E、EPS、負債資本比率とは異なる仕事のために使われます。別々のエージェントは、この分類エラーを起こしにくくし、発見もしやすくします。

AIが仮定を事実のように提示せず、ラベル付けするようにするには、どうプロンプトすべきか？

ティッカーを渡す前に、モデルへ職務内容、禁止される混合、出力テンプレートを与えるべきです。プロンプト設計は最も低コストな統制であり、専門エージェントでは修正が少なくて済むものの、Jenovaエージェントにも汎用チャットツールにも有効です。

再利用可能な3パスの手順は、次のようになります。

範囲を閉じたテクニカル分析を実行します。

「ティッカーXについて、日足および週足チャートのテクニカル層のみを分析してください。トレンド、重要な価格水準、出来高、モメンタムを報告してください。バリュエーション、収益の質、経営陣、目標株価には言及しないでください。すべての文の先頭にSignalを付けてください。」
範囲を閉じたファンダメンタル分析を実行します。

「ティッカーXについて、ファンダメンタル層のみを分析してください。最新の提出書類と報告済み財務情報を使用してください。報告された事実とアナリスト予想を区別してください。翌年の成長率や適正価値の目標を推測しないでください。事実にはFact、予想にはEstimateを付けてください。」
単一の点予測ではなく、シナリオとして将来を分析します。

「仮定層のみを扱ってください。今後8四半期について、ベース、強気、弱気のケースを提示してください。ケースごとに変化する4つの仮定を列挙してください。すべての数値を仮定としてラベル付けしてください。テクニカルなセットアップを、いずれかのケースが起きる証拠として言い直してはなりません。」

Jenovaでは、1つ目のパスをTechnical Stock Analystへ、2つ目をFundamental Stock Analystへ送ります。最も明確なメモリを保ちたければ、別スレッドにしてください。ポートフォリオへの影響をテストする準備ができたときにのみ、両方の出力をPortfolio Management Strategistへ持ち込みます。

汎用チャットボットでは、さらに一行追加してください。情報源を提示させたうえで、その情報源を自ら開いて確認することです。FCAのガイダンスは、AIを最終回答としてではなく、調査を深掘りすべき場所を見つけるために使い、自信に満ちた表現は信頼する理由ではなく検証する理由として扱うことです。

モデルがなお層を混ぜる場合は、停止し、より狭いタスクでやり直してください。汚染されたメモを編集するよりも、クリーンなメモを再生成するほうが速いです。

マルチシナリオ手法は、将来の仮定が事実を装うことをどのように防ぐのか？

マルチシナリオ手法は、単一の予測値をラベル付きのケース群に置き換えることで、将来を将来のまま保ちます。シナリオ分析は、一つの予測に依存するのではなく、異なる条件下での結果を見積もる実務です。

IBMは一般的な3区分をベース、最悪、最良のケースと説明し、チームは制御可能な変数と制御不能な変数を分けるべきだと強調しています。標準的なモデリングの仮定には、価格、顧客指標、営業費用、インフレが含まれます。これらの入力は現在に関する事実ではありません。何が壊れるかを見るために切り替えるスイッチです。

モンテカルロ・シミュレーション、感度分析、ストレステスト、確率加重期待値を含む、10種類のマルチシナリオ財務分析手法のインフォグラフィック

その図にある手法は、それぞれを仮定層に割り当てると最も有用になります。

感度分析では、一度に一つの推進要因だけを変え、実際にどの仮定が重要かを確認します。
ストレステストでは、複数の推進要因を厳しい組み合わせに置き、そのポジションがなお耐えられるかを問います。
モンテカルロ型シミュレーションでは、少数のレンジを単一の目標ではなく結果の分布に変換します。
意思決定ツリーでは、if-thenの選択の順序を可視化し、物語が分岐を隠すことを防ぎます。
確率加重価値は、確率が測定値ではなく判断としてラベル付けされている場合にのみ誠実です。

IBMはまた、AIが静的なスプレッドシートのサイクルに代わり、数百から数千のシナリオを数分で生成・検証できるようになったと指摘しています。速度は規律と同じではありません。モデルがページの最上部に「最も可能性が高い価格」を置くなら、その下のシナリオは装飾になってしまいます。

明確なルールはこうです。仮定は事実セクションに現れてはならず、テクニカルシグナルはシナリオが実現する証明として使われてはなりません。シグナルはエントリーのタイミングを測れます。しかし、2028年の利益率を保証することはできません。

FCAは、AIは分析的なツールであり超能力ではなく、暴落や突発的な出来事を予測できないと明言しています。この一文は、すべての仮定セクションの先頭に置くべきです。

投資調査の専門家は、エビデンスと予測の分離について何と言っているか？

投資調査者は、AIを神託ではなくテキストとデータの圧縮エンジンとして扱う傾向を強めており、不確実性を可視化したままにすることを求めています。2025～2026年における有用な専門家のコンセンサスは、「AIはより優れた銘柄を選ぶ」ではありません。「AIは、完成されたように聞こえるとき危険である」です。

「最も頻繁に見られる失敗は、表現レジスターの崩壊です。モデルは、前四半期のフリーキャッシュフローマージン、週足RSIの値、12か月の目標株価を、同じ段落、同じ動詞、同じ確信度で並べます。こうなると、投資家が読んでいるのはもはや分析ではありません。どの事実を重要とみなすかを、すでに決めてしまった物語です。対策は華やかではありません。3つの見出し、3つの接頭辞、そして予測が提出書類の権威を借りることを禁じることです。」

「専門エージェントが役立つのは、デフォルトの問いを変えるからです。テクニカルエージェントは、その事業の質が高いかどうかを問われていません。ファンダメンタルエージェントは、ブレイクアウトが有効かどうかを問われていません。これらの仕事が一つのプロンプト画面を共有すると、モデルは一貫性を最適化します。チャートとバランスシートが食い違う場合、一貫性こそ望むべきでないものです。」

「シナリオ分析は、仮定を抽出できる場合にのみ価値を持ちます。弱気ケースを動かす4つのスイッチを列挙できないなら、それは弱気ケースではありません。気分です。根拠付きで狭い事実セクションと、明示的に脆弱な予測のほうが、接合部を隠した洗練されたメモより望ましいのです。」

— 専門的な株式調査エージェントの設計者、Jenova Product Team

この見解は、他社のマーケティングを模倣することなく外部研究とも一致します。BlackRockは、大規模言語モデルを判断の代替ではなく、テキストデータから投資インサイトを抽出する手段として説明しています。Stanford Graduate School of BusinessによるAI株式選定実験の報告では、公開情報から強い結果が得られたとされていますが、その設定も自由形式のチャットではなく定義済みのプロセスに依存していました。重要なのはプロセスです。

混在したエビデンスを含むAI投資メモを監査するには？

すべての文を3つのSFA区分のいずれかに分類するよう強制し、どれを選ぶか決められない文を却下することで監査します。これが、フレームワークの他の部分を実運用に移す手順です。

Jenovaのメモでも、他のプラットフォームのノートでも、次の手順を使ってください。

動詞を強調する。 「報告された」「提出された」「発表された」は事実に属します。「ブレイクアウトした」「維持した」「乖離した」はシグナルに属します。「もし」「示唆する」「～だろう」は仮定に属します。
出所不明の数字を除去する。 日付と情報源のないマルチプル、利益率、価格は、まだ事実ではありません。
予想と実績を分離する。 コンセンサスEPSは利益実績ではありません。ガイダンスは結果ではありません。両方をラベル付けしてください。
借用された証明を排除する。 強気ケースが企業の高成長の証拠としてRSIを引用しているなら、層が漏れています。
不一致を記述する。 利用可能なメモでは、テクニカルな見方とファンダメンタルな見方が一致しない箇所を示します。
反証条件を追加する。 各仮定には、それを破棄すべき観察結果が一つ必要です。

Jenovaでの短い初期ワークフローは数分で完了します。

Technical Stock Analystを開き、シグナル専用プロンプトを実行します。
最新の提出書類を添付または引用したFundamental Stock Analystを開き、事実専用プロンプトを実行します。
両方の出力を混合要約ではなく、ラベル付きの証拠資料として貼り付けてPortfolio Management Strategistを開きます。
ポートフォリオ水準の3つのシナリオと、それらを動かす仮定を求めます。
3つの証拠資料を保存します。次のセッションでは、変化した層だけを更新します。

TrendSpiderやシグナル端末を使う場合も、その出力はシグナル証拠資料にとどめ、提出書類の要約を書き換えさせてはなりません。Danelfinなどのスコア型スクリーナーを使う場合は、スコアを検索フィルターとして扱い、その後に一次情報源からSFAを再構築してください。

カナダの規制当局は、AIが一部の利益変化予測タスクを改善し得ることを示す研究を要約していますが、それでも保証ではなくユースケースとして位置付けています。平均的な予測精度の向上は、混合されたメモを正当化しません。投資家の優位性は、より自信に満ちた段落ではありません。予測が外れてもなお真である文が、どれなのかを知ることです。