こんにちは、フヤスです。

このブログでは「インデックスの次の一歩、高配当株とAIで育てる資産」をコンセプトに掲げています。
AI×投資は、わたしのブログの大きな柱の一つです。

今回は、これまでに試したAI活用と、これからどうAIを投資に組み込んでいくか、その全体像（ロードマップ）を整理します。

具体的な実験結果は、今後の連載記事で1本ずつ書いていく予定です。
今日はその「目次」だと思って読んでもらえれば嬉しいです。

これまでに試したAI活用

銘柄スクリーニングと評価分析（メインの活用領域）

すでに、AIを使った高配当株のスクリーニングは本格的に運用しています。

具体的には：

  1. SBI証券のスクリーナーで130銘柄を絞り込み
  2. それぞれをIR Bank（無料の財務データサイト）に照らし合わせて、11指標で評価
  3. AIに10年分のデータを集約させ、基準クリア銘柄を抽出
  4. 最終的に18銘柄まで絞り込み、A/B/C の3ランクに分類

130銘柄を1つずつ人力でチェックしていたら、10年分の財務データを揃えるだけで何日もかかります。
AIに任せたら、1セッション数時間で全銘柄の評価レポートまで完成しました。

このプロセスの詳細（11指標の中身、AIならではの強み、AIが指摘してくれた基準の矛盾など）は、別記事で詳しく書きます。

投資レポートの資料生成

評価結果をまとめた投資分析資料（PDF）も、AIに生成してもらいました。
分析・整理だけでなく「まとめて読める形にする」までAIに任せられるのは、想像以上に時短になります。

ツールの細かい話は別記事に譲りますが、非エンジニアでも、AIと対話するだけでここまで作れるというのは大きな発見でした。

投資の壁打ち相手

数値分析だけでなく、「自分の投資判断を客観視するための壁打ち」にもAIを使っています。

例えば：

  • 「Aランク銘柄として選んだJTが、減配履歴があると分かった。どう対応するべき？」
  • 「割安 × 高収益 × 高配当の3つを全て満たす銘柄が見つからない、なぜ？」

こうした問いに、AIは構造的な答えを返してくれます。
たとえば後者には、「それは構造的に稀少な組み合わせです」と即座に説明してくれました。

使ったAIサービスと、わたしの印象

主要なAIをひと通り触ってみた、現時点での個人的な感触です。

AI主な使い方わたしの印象
Claude投資分析のメイン（有料プランを使用中）投資分析にいちばん適していると感じている。論理的な整理に強い
ChatGPT遊び・画像生成画像生成の性能が高い。投資には使っていない
Geminiちょっとした質問用Chromeから即起動できて手軽。画像生成はChatGPTに及ばない印象
Microsoft Copilot仕事で使用（会社で許可されているAI）やや動作が重い。本業の文書作成に活用

→ いまのところ、投資分析のメインはClaudeです。
今後、他のサービスが大きく進化したら乗り換える可能性もあるので、定期的にチェックしていきます。

これからAIに任せたい投資タスク 10選

ここからが本題。今後このブログで実験していきたいタスクを、リストにしておきます。

  1. 個別銘柄の業績分析（10年データ抽出・基準判定）← すでに実証済み
  2. 月次/四半期の銘柄選定レポート自動生成（仕組み構築済み）
  3. 決算短信の要約（数十ページ → A4 1枚へ圧縮）
  4. ポートフォリオの健康診断（業種偏り・リスク集中度の評価）
  5. 業界レポート・有報の要約（数百ページの資料も圧縮可能）
  6. 投資ニュース記事の重要度判定・要約
  7. 株主優待の実質利回り計算（配当＋優待を合算評価）
  8. 投資判断のフレームワーク作成（自分なりの基準の言語化）
  9. 過去の投資判断の振り返り（投資ジャーナルの整理）
  10. 証券会社・口座の比較表（一度作れば長く使える）

これらを順次試して、結果をブログで公開していきます。

特に時間がかかっていて、AIで効率化したい3つ

10タスクの中でも、いま特にAIに任せたいのはこの3つです。

1. 銘柄スクリーニング

判断基準となる各指標の値を決めて、機械的なスクリーニングをまず実施 → 銘柄を絞る。
人力だと月に数銘柄しか調べられませんが、AIなら100銘柄超を一気に評価できます。

2. 決算短信などの長文資料の要約

決算短信は1社あたり数十ページ。精読するには時間がかかります。
AIに要点だけ抽出してもらえれば、判断スピードは大きく上がります。

3. ポートフォリオの定期的な見直し

現在104銘柄を保有しているわたしのポートフォリオは、自分だけだと業種偏りなどを見逃しがち。
AIに第三者視点で診断してもらうことで、客観性が確保できると考えています。

AIに任せない領域（境界線）

正直に書いておきたいのですが、AIに任せない方が良いと思っている領域もあります。

1. 売買タイミングの最終判断

→ 自分で決める。 責任の所在が曖昧になり、誤りで損失が出たときに後悔します。

2. 個別株の将来株価予測

→ 自分で判断する。 統計的精度が低く、ハルシネーション（AIが事実でないことを答えてしまう現象）のリスクもあります。

3. ヘッジファンド級の高度な金融工学

→ あくまで参考情報として扱う。 専門知識・データが不足している領域で、AIに完全には頼れません。

「AIは万能ではない」「AIは判断ではなく作業の効率化に使う」── これがわたしの基本スタンスです。

このブログでの発信方針

AI活用の試行錯誤は、「何か試したら都度書く」スタイルで発信していきます。

定期更新よりも、実際に試した経験を、できるだけ生々しく書く方が、読者の役に立つと考えています。

成功も、失敗も、迷っているところも、ありのまま記録します。

連載予定：これから書きたい記事

具体的に、ブログのネタとして温めている記事はこんな感じです。

記事ネタ内容
130銘柄をAIに丸投げしたら18銘柄に絞られた話銘柄スクリーニングの実例。11指標と評価プロセスを公開
AIに決算短信を読ませたら3分で要点が分かった長文要約の威力を実例で紹介
AIに私のポートフォリオを診断させた結果104銘柄のリスク集中度をAIに評価してもらう
AIが指摘した「高配当株選びの落とし穴」「割安×高収益×高配当」が構造的に稀少な理由など
過去3年の投資判断をAIに採点してもらった自分の振り返りをAIに手伝ってもらう試み

これらを1本ずつ、これから公開していきます。

さいごに

「AIで投資をどう変えるか」── これは、わたし自身がいま一番関心を持っているテーマです。

  • 投資の判断そのものは、自分の責任で行う
  • でも、判断するための情報整理は、AIに大きく任せる

このスタンスで、これから試行錯誤の様子を発信していきます。

同じように 「AIを投資に使ってみたい」「でも何から始めればいいか分からない」 という方がいらっしゃったら、ぜひ一緒にこの試行錯誤の旅をご覧ください。

次の記事から、いよいよ実例編に入っていきます。

これからどうぞよろしくお願いします。

フヤス