決算を読むAIに考える時間を増やすと、買う銘柄の選び方も良くなるのでしょうか。2026年第2四半期の同じ決算100件で比べると、費用を含む模擬口座（実際のお金を使わず、同じ売買を記録の上でたどる口座）の最終額は244.81ドル増えました。
ただし、購入候補数をそろえると、銘柄の選別が改善したとは確認できませんでした。模擬口座の成績と銘柄選びの精度を分けて見ます。
この結果は実際の運用成績ではありません。対象は1四半期・100件で、購入判断が変わったのは17件です。ほかの期間にも同じ結果が出るとは限りません。
何を固定し、何を変えたか
試算する条件と合格の基準は、結果を見る前に決めました。
- 2026年第2四半期の決算439件から、あらかじめ決めた方法で100件を選びました。
- 使うAIモデル、資料、指示は同じです。普段の中くらいの設定と、考える量を増やした高い設定で、各件を1回ずつ読みました。
- 模擬口座は元手1万ドル、同時に持てるのは8銘柄、保有期間は10取引日で、売買費用を引きます。100件だけを高い設定に置き換え、残る339件は普段の設定のままです。
- 合格条件は、高い設定の口座の最終額が、元手の1%にあたる100ドル以上、普段の設定より多くなることでした。
模擬口座は改善したが、判定を変えた銘柄の平均は逆方向
最終額は普段の設定が13,001.90ドル、高い設定が13,246.71ドルでした。差は+244.81ドルで、基準の+100ドルを超えています。
次に、設定によって判断が変わった案件を調べました。以下は研究で定めた起点から10取引日の、費用後の株式リターンとS&P500連動ETF（SPY）との差です。差の単位をポイントとして読みます。
| 群 | 件数 | 平均(pt) | 中央値(pt) |
|---|---|---|---|
| 買いへ変更 | 13 | −1.15 | −3.90 |
| 買いから除外 | 4 | +1.76 | −0.73 |
| 両設定で買い | 21 | +6.00 | — |
新たに買いになった13件は平均がマイナス、買いから外れた4件は平均がプラスでした。ただし外れた4件の中央値はマイナスです。平均だけから全件が同じ動きをしたとは読めません。
購入候補を25件にそろえるとどうなるか
普段の設定が買いとしたのは25件でした。高い設定でも点数の上位25件を取り、その後の成績を比べると、次の結果です。
SPY差は、上位25件の10取引日後の差の平均です。順位相関は100件全体について、点数の順位と10取引日後の超過リターンの順位の結び付きを示します。
| SPY差の平均(pt) | 順位相関 | |
|---|---|---|
| ふだんの設定 | +5.32 | 0.181 |
| 高い設定 | +3.01 | 0.142 |
今回の100件では、高い設定の上位25件は普段の設定より低い平均となり、点数と結果の順位相関も弱まりました。この25件だけを買う模擬口座は12,948.55ドルで、普段の設定より約53ドル少なくなります。
一方、買うかどうかは普段の設定に固定し、点数だけを高い設定へ変えると、口座の差は約+167ドルでした。同じ日に候補が重なったときの順序や、保有できる銘柄と購入時期が変わり、元の+244.81ドルの差の大半に関係していました。口座の差だけで、良い銘柄をより見分けられたとは判定できません。
変わったのは計算より、株価の解釈だった
判断が変わった17件の回答を読み比べると、売上・利益や株価倍率の計算はほぼ同じでした。下の表は、二つの設定で読み比べた100件全体の集計です。「割安」や「分からない」は、AIが株価をどう見たかの区分で、適正価格を確定したものではありません。
| 項目 | 通常設定 | 高い設定 |
|---|---|---|
| 平均点 | 49.0 | 48.8 |
| 分からない | 22件 | 11件 |
| 割安 | 30件 | 38件 |
高い設定で新たに買いとなった13件のうち8件で、株価の評価が「分からない」から「割安」に変わりました。
次の表は、各群の値動きの中央値です。「寄り付き」は決算発表直後の寄り付きの反応を示します。
| 群 | 発表前20日 | 寄り付き |
|---|---|---|
| 買いへ変更（13件） | −6.7% | +3.1% |
| 買いから除外（4件） | +14.4% | +6.1% |
高い設定は、発表前に下がった株を、低い倍率に回復が織り込まれていないと解釈して買いにしやすく、発表前に上がった株を、成長が織り込み済みと解釈して外していました。今回の四半期では、この逆張りの読みが10取引日の値動きに結び付かなかった、という観察です。原因を確定した比較ではありません。
普段の設定の「割安」判定も弱いのか
普段の設定による2026年第2四半期の決算分析2,331件も、別に集計しました。測り方は同じですが、設定を変えて比べた100件とは対象が異なります。
| 評価 | 全件数 | 平均(pt) | 中央値(pt) |
|---|---|---|---|
| 割安 | 210 | +4.14 | +2.85 |
| 妥当 | 1,399 | −1.90 | −2.18 |
| 割高 | 152 | −1.25 | −2.51 |
| 分からない | 570 | +1.66 | +0.52 |
件数欄は評価区分の全件数であり、平均を計算できた件数とは違います。10日のSPY差が確認できたのは、割安207/210件、妥当1,391/1,399件、割高152/152件、分からない567/570件、合計2,317/2,331件です。欠損14件を損益0として平均に加えてはいません。
普段の設定の買い179件のうち173件が「割安」でした。そのうち10日のSPY差を確認できた170件の平均は+4.75ポイント、中央値は+3.05ポイントです。「割安」以外の買いは各3件または0件で、評価の違いが成績を生んだかを比べるには足りません。
高い設定では買いが25件から34件に増えました。買いとする点数の線は同じでも、境目の案件を割安と読む判断が増えています。この変化が成績に関係した可能性はありますが、決算の質、発表への反応、価格評価の効果を分離できていません。
この2,331件は、同じ四半期を通常の設定で読んだ別の標本です。考える量を変えた100件の比較とは分けて読みます。
外部研究と、今回の観察の関係
Anthropicの研究者らによる論文「Inverse Scaling in Test-Time Compute」（2025年）は、考える量を増やしても答えが改善せず、無関係な推論などで悪化する例を扱っています。
今回は、追加の考察が決算数値の計算より、株価に何が織り込まれているかという判断に現れました。外部研究を考える手掛かりにはなりますが、1四半期・100件の観察を、同じ仕組みの証明としては扱いません。
運用に採用する前に確かめること
高い設定ではAIが考える量がおよそ6倍となり、費用も増えます。模擬口座の成績だけで、その費用に見合うかは判断できません。
次は2026年第3四半期の決算を高い設定でも読み、売買に使わず記録する計画です。12月下旬に、模擬口座が元手の1%以上改善したかと、判断を変えた件の10日のSPY差がプラスかの両方を確認し、採用を改めて検討します。「分からない」が「割安」に変わった案件の成績も確かめます。これは研究時点の計画で、検証が完了したという報告ではありません。
読み取れる範囲
事前の合格基準は模擬口座の最終額でした。17件の変更や10日のSPY差は、その後の診断として示しています。1四半期の結果と少数の変更から、設定の一般的な優劣や原因までは決められません。入力した指示文そのものは非公開です。
AIの設定変更を読む際には、口座の結果、購入数をそろえた選別、何が判断を変えたかを分けて確認することが、この研究から持ち帰れる点です。この記事は投資の推奨ではなく、過去の試算は将来の利益を保証しません。