様々な領域で活用される深層学習ですが、ファイナンスへの応用は画像や音声等と比べてあまりありません。ファイナンスにおいて深層学習を利用する際のポイントや実例をまとめています。

AI時代の実証ファイナンスを帰納バイアス（Inductive Bias）の観点から体系的に例を用いて整理しています。さらに、大規模言語モデル(LLMs)については、事前学習・事後学習 がもたらす暗黙のバイアスを整理し、金融応用に関する議論を行っています。（上記スライドの詳細Ver）

定量的な運用（投資）手法である「クオンツ運用」は、その性質から機械学習と相性がいいです。クオンツ運用の全体像およびクオンツ運用に機械学習を適用する際のポイントや実例をまとめています。

金融時系列予測において特徴的な部分や基本的な概念や考え方、予測手法についてまとめています。時系列予測でも金融時系列は特に予測が困難であり、様々な注意点があります。

ポートフォリオ最適化は学術的にも実務的にも非常に重要なファイナンスの分野です。伝統的なポートフォリオ最適化手法である平均分散ポートフォリオから、その課題、解決方法としての近年の様々なポートフォリオ構築手法を概観します。そして自身の関連研究をいくつか紹介しています。

現代の投資理論の基礎には、「ファクター」があります。ファクターは資産価格の変動を記述する要因です。ファクターの基礎とそのAIによる発展について紹介しています。

ESG投資に関する研究をE,S,Gそれぞれに関する重要だと思われる研究および自身の研究成果をまとめたものです。ESGの情報抽出やESGに関するファイナンスの理論研究にも触れています。

資産運用における自然言語処理技術の応用例および研究テーマをまとめたものです。自然言語処理技術に関する基本的な解説も冒頭に行っています。

博士論文の公聴会のスライドです。株価予測において過去の「価格変動パターン」を用いたノンパラメトリックな予測手法の実証分析をいくつか紹介しています。いわゆるテクニカル分析を抽象化し、自動化したものです。