すべてのカテゴリ

同一サービス内でユーザーごとに異なるアカウントを扱うという課題はじめに最近、NISA初心者向けの応用例を展開している「StockProxy」ですが、ChatGPTを活用した株式分析を通じて、「金融教育に本当に役立つAIの形」を模索しています。特に、日本では株や投資に関する情報が主観的になりやすく、  初心者が正しいデータ解釈を学ぶ機会が少ないのが現状です。  StockProxyはそうした課題をAIの力で少しでも補うことを目指しています。■ マイGPT化とともに浮かぶ課題今後、StockProxyを「マイGPT」として一般公開していく中で、  最も重要なテーマの一つが、  「ユーザーごとの認証情報をどう安全に扱うか」という点です。マイGPTのような共通AI設計の中で、各ユーザーがそれぞれの J-Quantsアカウント を使って通信できるようにするには、  単純なプロキシサーバではなくセキュアな認証ロジックの導入が必須となります。■ なぜ必要なのか？「J-Quants APIサービス利用規約」では、  「第三者利用禁止」「譲渡禁止」「私的使用限定」という非常に重要な3つの制約が定められています。【利用規約一部抜粋】第5条（パスワード及びユーザーIDの管理）1. 登録ユーザーは、自己の責任において、本サービスに関するパスワード及びユーザーIDを適切に管理及び保管するものとし、これを第三者に利用させ、または貸与、譲渡、名義変更、売買等をしてはならないものとします。第8条（利用目的）2. 本サービス及び本データ（本データを編集又は加工したものを含みます。）を、第三者が使用できる状態にす

マイGPTでは名前や性格、専門分野、口調、外部連携などを自由に設定可能です。 1. GPTs（マイGPT）の機能概要と特徴 GPTs（通称マイGPT）とは、OpenAIのChatGPTにおいてユーザー自身が目的に合わせてカスタマイズできるAIアシスタントのことです。例えば「英語の先生AI」や「メール文チェックAI」のように、特定のキャラクター・専門性・話し方を固定した自分専用のチャットボットを作成できます。 プログラミング知識がなくても、ChatGPT Plusユーザーであれば誰でも簡単にGPTを作成できます（※無料プランでは利用不可）。  GPTsの最大の特徴は、あらかじめ設定した指示や知識を持った状態で会話を開始できる点です。通常のChatGPTでは毎回プロンプト（指示文）を入力する必要がありますが、マイGPTでは最初から目的特化の設定を組み込めるため、「毎回同じ説明を繰り返す手間」を省けます。  さらに、用途ごとに複数のGPTを作成し使い分けることも可能で、例えば「学習用」「仕事用」「趣味用」といった別々のAIアシスタントを持つことができます。  またGPTsでは、Web検索や画像生成、コード実行によるデータ分析などの追加機能を有効化したり、外部のAPIサービスを呼び出すカスタムアクションを組み込むこともできます。  これにより、通常のChatGPT単体ではできない他システムとの連携や自動化を実現できます。  作成したGPTは自分だけで非公開で使うこともできますし、他人と共有リンクで共有したり、後述のGPTストアで一般公開して世界中のユーザーに使ってもらうことも可能です

はじめに：StockProxyとは「StockProxy」シリーズは、ChatGPTとJ-Quants APIを連携させ、AIが“数字を読む”ことで企業構造を可視化する試みとしてスタートしました。これまでに、自動車、ゲーム、医薬、流通、広告、食品、エネルギー、住宅、アパレルと、9つの業界を横断して、AIによる財務分析デモを行ってきました。技術サイドからの出発で、その価値はあくまで仮説的なものでしたが、100を超えるブログ閲覧数と、先日実施したアンケート結果を通じて、確かな“価値の手応え”を感じ取ることができました。分析の枠組み：「売上高」と「営業利益」実際には、財務指標には多くの変数があります。ROA・EPS・ROEなどを用いれば、より複合的な分析も可能です。しかし今回はあえて、「売上高」と「営業利益」というたった2つの特徴量に絞り、シンプルなツールとしての有用性を検証しました。この2つの軸は、初心者を含めた多くの人にとって“財務分析の出発点”となる共通の理解基盤になります。その意味で、StockProxyは、ロバスト性のあるシンプル戦略モデルとして、今回の検証テーマに非常に適していました。もしこのモデルが有効であることを確認できれば、今後のAI支援型財務分析にとって、実用的かつ再現性の高い指標体系になると考えています。結果として、StockProxyはこの戦略モデルに応用可能であるという結論に至りました。関心の高かったテーマこれまで9つの業界をテーマにしてきましたが、業界ごとにも反響に違いがありました。特に関心があったのは、コンテンツの展開はいずれもシンプルながら、閲覧数は大

前回の【StockProxy-デモ7】（ENEOS・出光興産編）に続いて、今回は「住宅・建設業界」をテーマに、積水ハウスと大和ハウス工業の財務情報を比較分析してみました！テーマはNISA初心者向けに、「同じ“家をつくる会社”でも、数字の構造はどう違うのか？」という視点です。StockProxyを使って、GPTがJ-Quants API経由で自動的に財務データを取得し、売上高・営業利益などを整理して比較しています。次回もまた、お楽しみに！

前回の【StockProxy-デモ6】（明治・森永編）に続いて、今回は「エネルギー業界」をテーマに、ENEOSと出光興産の財務情報を比較分析してみました！テーマはNISA初心者向けに、「同じ石油業界でも、数字で見るとどう違うのか？」という視点です。StockProxyを使って、GPTがJ-Quants API経由で自動的に財務データを取得し、売上高・営業利益・投資構造などを中心に整理して比較しています。次回もまた、お楽しみに！

前回の【StockProxy-デモ5】（電通・博報堂編）に続いて、今回は「食品・お菓子業界」をテーマに、明治と森永の財務情報を比較分析してみました！StockProxyを使って、GPTがJ-Quants API経由で自動的に財務データを取得し、売上高・営業利益などを中心に整理して比較しています。普段何気なく買っているお菓子メーカーも、数字で見てみると意外な違いが見えてきます。StockProxyを使って、GPTがJ-Quants API経由で自動的に財務データを取得し、売上高・営業利益構造を中心に整理して比較しています。次回もまた、お楽しみに！

前回の【StockProxy-デモ4】（イオン・セブン＆アイ編）に続いて、今回は「広告・マーケティング業界」をテーマに、電通と博報堂の財務情報を比較分析してみました！テーマはNISA初心者向けに、「あんまり関わらないけど、ネットニュースでよく聞く“あの会社”を、数字の目線で見てみるとどう映るか？」という視点です。StockProxyを使って、GPTがJ-Quants API経由で自動的に財務データを取得し、売上高・営業利益構造を中心に整理して比較しています。次回もまた、お楽しみに！

前回の【StockProxy-デモ3】（武田薬品・第一三共編）に続いて、今回は「スーパーマーケット・小売業界」をテーマに、セブン＆アイとイオンの財務情報を比較分析してみました！テーマはNISA初心者向けに、「日常の買い物を支える企業の利益構造を見てみよう」という視点です。StockProxyを使って、GPTがJ-Quants API経由で自動的に財務データを取得し、売上高・営業利益構造を中心に整理して比較しています。次回もまた、お楽しみに！

前回の【StockProxy-デモ2】（任天堂・ソニー編）に続いて、今回は「医薬・ヘルスケア業界」をテーマに、武田薬品と第一三共の財務情報を比較分析してみました！次回もまた、お楽しみに！

前回の【StockProxy-デモ8】（積水ハウス・大和ハウス編）に続いて、今回は「アパレル・ファッション業界」をテーマに、ユニクロ（ファーストリテイリング）としまむらの財務情報を比較分析してみました！テーマはNISA初心者向けに、「同じ服を売る会社でも、数字の作り方はまったく違う」という視点です。StockProxyを使って、GPTがJ-Quants API経由で自動的に財務データを取得し、売上高・営業利益・在庫戦略などを中心に整理して比較しています。次回もまた、お楽しみに！