～前提整理/データ選定 編～

今回の記事では、「株価予測」をテーマとした連載シリーズの導入として、本取り組みの背景と全体像をご紹介します。本シリーズでは、実際のデータ選定から、データを用いた分析・加工、AIモデルの構築、予測精度の評価といったプロセスについて、順を追って解説していく予定です。

本ブログを通じて、AI活用におけるPoC（概念実証）の進め方を理解するための一助となれば幸いです。

1. はじめに

年末年始になると、毎年のように話題になるのが「来年、日経平均株価はいくらになるのか」という予想です。2026年についても、多くの専門家や市場関係者による予想記事が公開されていました。

参考資料：
日経平均“2026年の高値・安値”を106人が予想（ダイヤモンドZAi）

こうした記事を眺めている中で、ふと次の疑問が浮かびました。「人で予想するのと、AIで予想するのを比較するとどうなるのだろうか？」、この素朴な興味が、今回の検証の出発点です。

さらに同時期、米国市場ではS&P 500が7,000ポイントを突破し、市場にとって大きな節目となる出来事が起きていました。

参考資料：
S&P 500 hits 7,000 driven by tech stocks（BNN Bloomberg）

このようなインパクトのある出来事が重なったタイミングだからこそ、AIによる株価予測モデルを実際に構築し、その挙動や限界を検証する意義があると考えました。

今回の検証では、日経平均株価およびS&P 500を対象とし、2026年12月末時点の終値を予測することを目的としています。そのために、データの選定から前処理、AIモデルの構築、予測精度の検証までを一連の流れとして実施しました。答え合わせは2026年末になります。

2. 比較のルール

重要なのは公平に前提を整理した上での検証です。今回は以下のように前提条件を整理しました。

• 予測対象：日経平均株価とS&P 500の「2026年1月～12月の月末終値」を予測する。
• 学習データ・テストデータ：全てのAIモデルに対して同一のデータセットを使用し、2025年12月時点で入手できるデータによって、学習・テストを分割する。
• 評価指標：以下のように複数の観点から評価を検討しました。

【主要な評価指標】

平均絶対誤差（MAE）

予測誤差の「大きさ」を平均的に捉える指標。外れ値の影響が小さく、堅実な判断基準となります。

二乗平均平方根誤差（RMSE）

誤差を2乗することで「大きな外れ値にペナルティを与える」性質があります。

平均絶対パーセンテージ誤差（MAPE）

誤差を「パーセント（%）」で捉え、異なるスケール間での相対的な比較を可能にします。

方向性一致率（Direction Accuracy）

実際の株価と予測の「上がる・下がる方向」が一致した割合です。

今回は、日経平均株価予測のみを検討するので、誤差の大きさを直感的に把握できる「MAE」を使用することにしました。

3. 学習データの選定

中長期的な変動を規定する要素として、以下の5つの観点を設定し、特徴量を選定しました。

1. 世界のリスク選好：NYダウやVIX指数を用い、市場のリスクオン・オフ環境を表現。
2. 割引率（≒金利）：将来のキャッシュフローを現在価値に換算する「金利」は極めて重要です。日米の10年・2年国債利回りを採用。
3. 企業利益・実体経済：経済の「体温」を測る鉱工業生産指数や失業率を反映。
4. インフレ構造/コスト構造：消費者物価指数（CPI）やWTI原油価格を取り入れ、コスト動向を反映。
5. 金融緩和と流動性：市場に供給されるお金の量を示すマネーストック（M2）を反映。

データの選定はモデル設計の土台であり、過去の自己データのみに依存するのではなく、「なぜ上がるのか」「なぜ下がるのか」を因果関係として説明可能にすることが極めて重要です。

【図1：今回選定したデータのExcelシートイメージ】

4. 次回予告

今回は、2026年末の株価予測にあたり、前提条件の整理と学習データの選定方針について解説しました。次回は、ここで選定した各データに対して、具体的にどのような前処理・加工を行い、AIモデルに入力できる形へ整形したのかを詳しく説明します。

（参考）今回選定したデータの一覧