テスタとは?累計利益100億円の専業投資家|年別成績・手法・プロフィール

UKIとは?機械学習・AIで株を運用する投資家の成績と手法・note

UKI(@blog_uki)のXプロフィール画面
UKIは、機械学習と統計の手法で日本株と暗号資産をトレードする個人投資家です。2016年2月から日本株の運用システムを動かし、本人のnoteでは2022年12月までの累積利益が約1億7,000万円、平均の年利は30〜50%ほどと書いています。2021年には日本取引所グループが開いたJ-Quantsのデータ分析コンペで、ファンダメンタルズ分析とニュース分析の2部門で2位に入りました。機械学習で株を始めたい人は、Qiitaの「機械学習による株価予測 いろはの”い”」と、noteの「成功する投資:トレーディングのサイエンス」から読むと基本の考え方がつかめます。Xでは、Claude Codeなどで投資の分析を自動化する試みを日々書いています。

X(@blog_uki)のフォロワーは約3.6万人です。共同で運用する相方と2人で資産運用をしています。ブログ「これからの「お金」の話をしよう」とQiita・noteの3か所に、検証の手順やデータの扱い方を細かく残してきました。

約1.7億円2016年からの累積利益(2022年12月の本人のnote)
30〜50%平均の年利のおおよその幅(同じnote)
2部門で2位J-Quantsのデータ分析コンペ(2021年)
3.6万Xのフォロワー(2026年11月14日確認)

UKIのプロフィール

Xのアカウント@blog_uki(2016年12月から利用)
表示名UKI
投資の対象日本株と暗号資産。日本株は買いと信用売りを組み合わせたロングショート、暗号資産はbotによる売買
手法機械学習と統計を使ったシステムトレード(クオンツ)。売買は自作のツールで自動発注
経歴元は本業のかたわらの兼業投資家。2014年に資産運用を事業として法人にし、元手5,000万円で本格的に運用を始めた。2016年2月に機械学習を組み込んだ今の主力システムを稼働
受賞2021年のJ-Quantsデータ分析コンペで、ファンダメンタルズ分析とニュース分析の2部門で2位
発信の場所ブログ これからの「お金」の話をしよう(旧 システムトレードのススメ)/Qiita(15本、2026年11月時点)/note(46本、2026年11月時点)/相方と2人のYouTube「スマート投資チャンネル」
講師松尾研究所が学生向けに開く無料の「AIクオンツトレード講座」で担当回を持つ(本人の告知では第9回)
Xのフォロワー約3.6万人/フォロー中520(2026年11月14日時点)

マーケットのデータを分析する個人の集まり「マケデコ」の運営チームにも名を連ねていると、本人がnoteで書いています。2025年7月には、マケデコの勉強会で、株価予測に向いたニューラルネットの構造をAIエージェントに探させる手法を発表しました。

UKIの成績|本人が書いた累積利益の節目

UKIは運用の成果を、記事の中でその都度書いてきました。

UKIが書いた累積利益の節目。2020年1月に9,000万円超、2020年3月に1億円突破、2020年11月に約1億4,000万円、2022年12月に約1億7,000万円

数字の範囲は記事ごとに少し違います。2020年3月のブログは、2016年2月から動かす日本株のシステムの累積損益が1億円を超えたという報告です。2020年11月のQiitaでは、その主力システムがおよそ1億4,000万円を稼ぎ、直近4年の平均利回りは40%程度と書いています。2022年12月のnoteの約1億7,000万円は、2016年以降のトレード全体の累積利益です。2020年3月までの数か月にはコロナショックがあり、本人はブログで、この下げの間もシステムは市場の下落を避けて利益を伸ばしたと振り返っています。

一方で本人は、好成績は運が下振れしなかったおかげだとも書いています。結果だけで手法の良し悪しを判断しないのがUKIの立場です。

UKIの投資手法|利益1億円を出したシステムの中身

2020年3月のブログ「利益1億円を達成したAI投資の概要」に、主力システムの骨組みが書かれています。

投資対象TOPIX500の大型株。流動性が高く、ほぼ全ての銘柄で信用売りができるため
入力データ市況、各銘柄の騰落、財務情報など39の特徴量。全てWebで手に入るデータで、ニュースや画像は使わない
モデルLASSO(特徴量を絞り込む回帰の手法)。特徴量同士を先に回帰して残差を取るなど、伝統的なクオンツの考え方で階層的に組む
売買毎朝その日の銘柄が出て、買いと信用売りを組み合わせる。持ち越しはせず、日中だけで手じまう
発注多い日は最大160銘柄。手作業では追いつかないため、自作のツールで自動発注

計算の軽い簡素な手法を選び、その分データの前処理に手間をかけているのが特徴です。持ち越さない理由には、夜の米国市場の急変や信用取引のコストに加え、予測に使ったデータの鮮度が落ちることを挙げています。

機械学習で株を始めるなら|UKIの記事から読む順番

「ファイナンスの機械学習は難しい」とよく言われます。UKIもQiitaで、金融データはノイズが大きく、バックテストの結果はたいてい信用できないと書いています。そのうえでQiitaの連載「機械学習による株価予測 いろは」と2018年のブログに、つまずかないための順番を残しています。

機械学習で株価を予測するときの5つの順番。株価ではなくリターンを当てる、市場全体と業種の動きを差し引く、特徴量を更新の頻度で分ける、取引の仕組みを検証に入れる、少ない指標で実際に回して確かめる

2020年に書いた「成功する投資:トレーディングのサイエンス」では、投資の結果は大半が運で決まるので、1つの手法を何度も繰り返して期待値を確かめるしかないと説いています。「トレーディングは科学です」という一文に、この人の考え方が表れています。この記事は2026年7月にnoteで、Pythonのコードの代わりにAIエージェントへ分析を頼む形に書き直されました。

UKIが挙げた「最低限のデータ」と公式の条件

2026年2月の投稿で、UKIは投資用のAIエージェントに最低限必要なデータを4つ挙げています。各欄の1行目が本人の説明、2行目が公式の条件です。

J-Quants API本人は株価と財務情報の取得先として勧めている。
JPX総研の個人向けサービスで、無料プランは過去2年分・12週間遅れ。ライト月1,650円、スタンダード月3,300円、プレミアム月16,500円(税込、2025年8月の発表時点)
yfinance本人はお試しならこれで十分(無料)としている。
Yahoo!ファイナンスのデータを取るオープンソースのPythonライブラリ。Yahoo社の公式ではなく研究と学習のためのもので、データの扱いはYahoo社の規約に従う
EDINET API本人は公開買付・大量保有報告・自社株買いなどのイベント分析に使うとしている(無料)。
金融庁の開示システムの書類を機械的に取れる。Version 2はEDINETが発行するAPIキーで認証する
e-Stat API本人は景気動向や生産指数などの統計の取得先としている(無料)。
政府統計の総合窓口のAPIで、ユーザー登録をしてアプリケーションIDを取って使う
発注の自動化本人はおまけとして、発注用のAPIを出している証券会社を1社挙げている

J-Quantsの無料プランは12週間遅れなので、直近の値動きの分析には向きません。まずyfinanceで試し、続けるならJ-Quantsに移るという本人の順番は、この条件とも合っています。

2026年のUKI|Claude Codeで作った投資AIエージェント

2026年2月のnote「Claude Codeが短期投資家に与える影響」で、UKIは自作の投資AIエージェントを紹介しました。XやYouTube、論文から投資のアイデアを拾って統計モデルで確かめます。結果が良ければバックテストとデモ運用を経て、実際の売買まで進める仕組みです。日に10〜15件の分析が進むと書いています。駄犬が投稿した、野菜の価格から食品関連の会社の業績を先読みするという考えも、このエージェントに検証させた例として出てきます。

同じnoteでUKIは、1年後には短期の売買で取れる利益の大半が消えるという見立てを示しました。誰もが同じエージェントを持てば、同じ戦略を数人が使うだけで利益が分け合われてしまうという理屈です。一方で、言葉にしにくい板の変化を読むような裁量のデイトレードは長く残るかもしれない、とも書いています。

AIを売り文句にした投資商品には2020年から慎重で、本当に儲かる手法が商品として出回るとは考えないほうがよいと書いています。

Xで見たいUKIの3投稿

AIで株の分析を始める人に向けた投稿を3つ選びました。リンク先の記事や論文もあわせて読むと分かりやすくなります。

2026年9月23日の投稿です。リンク先は2018年のブログ「投資指標の探索要領」で、売買の判断に使う指標をどう選ぶかを書いた記事です。指標を増やすほど過去のデータに合わせすぎるので1〜3個に絞る、指標の良し悪しはリターンとの相関で測る、といった内容です。8年前に書いた検証の基本を、今はAIに読ませる教材として勧めているところが面白い投稿です。

2026年3月19日の投稿です。リンク先は中川慧さんらの論文「部分空間正則化付き主成分分析を用いた日米業種リードラグ投資戦略」(2026年3月、人工知能学会の研究会資料)で、日米の業種の間の先行と遅れ(リードラグ)を使う戦略を扱っています。「億越え」はUKIの言い方です。論文の手法をAIに実装させて自分で確かめる、という今の使い方が見えます。

2026年2月21日の投稿です。上の表のもとになった投稿で、株価と財務・開示のイベント・統計データの順に、無料で集められる入り口を挙げています。本人はここがスタート地点だとも書いています。データを集めた先の検証こそが本番だという意味に読めます。

紹介した投稿と記事は、本人の考え方と検証の方法を知るための材料です。売買の推奨ではありません。成績の数字は本人が記事に書いたもので、時期によって集計の範囲が違います。投資の判断はご自身で行ってください。

UKIのXを見ると何が分かる?

  • AIで株を分析する実例:Claude Codeなどに分析を任せたときに、何ができて何でつまずくかを書いています。
  • 論文やデータの紹介:金融の論文や、新しく使えるようになったデータをいち早く取り上げます。
  • 短期の売買の見通し:決算後の値動きのような、以前は通用した傾向が薄れていないかを数字で確かめています。

銘柄の推奨や相場の予想を探している人には向きません。自分で手を動かして検証したい人ほど、得るものが大きいアカウントです。

株クラの中でUKIはどんな人?

UKIは、Xのフォロワー約3.6万人(2026年11月14日確認)のシステムトレーダーです。裁量で銘柄を選ぶ人が多い株クラの中で、機械学習と統計で戦略を組み立てる珍しい立ち位置にいます。生成AIで決算を読む使い方は駄犬の記事で紹介しています。駄犬は、株を始めたばかりの人にUKIの「成功する投資」を勧めています。年別の成績を公開している株クラではテスタも有名です。他の株クラに関しては株クラ名鑑にて紹介しているので参考にしてみて下さい。

UKIについてよくある疑問

UKIは何者?

機械学習と統計で日本株と暗号資産をトレードする個人投資家です。2014年に資産運用を事業にし、2016年2月から機械学習を組み込んだ日本株のシステムを動かしています。2021年のJ-Quantsのコンペでは2部門で2位に入りました。

UKIのnoteはどれから読む?

最初は「【AI活用版】成功する投資:トレーディングのサイエンス」がおすすめです。基本の考え方と、AIエージェントで分析を始める手順が一度に分かります。次に「【保存版】株のトレーディング手法まとめ」、今の取り組みは「Claude Codeが短期投資家に与える影響」で読めます。noteの記事は2026年11月時点で46本です。

Qiitaではどんな記事が読まれている?

一番いいねが多いのは2020年11月の「成功する投資:トレーディングのサイエンス」で、1,360件です(2026年11月14日時点)。株価予測の入門なら「機械学習による株価予測 いろはの”い”」が815件で続きます。

ファイナンスの機械学習はなぜ難しい?

本人は、金融データはノイズが大きく統計的な誤りが起きやすいこと、市場の構造が時期によって変わることを理由に挙げています。そのため複雑なモデルを組むより、データから利益の源を探す道具として機械学習を使うほうがよいという考えです。

シストレ(システムトレード)とは何が違う?

ルールを決めて過去のデータで試し、その通りに機械的に売買する点は同じです。UKIはそこから一歩進めて、統計的な有意性や因果関係まで確かめる「計量的トレーディング(クオンツ)」だと自分の手法を説明しています。

Botterとしても活動している?

暗号資産ではbotによる売買をしています。Qiitaには暗号資産のbotを作る人向けに、論文の探し方や機械学習の問題の立て方を書いた記事があります。

松尾研究所の講座ではどんな立場?

学生向けに無料で開かれる全10回の「AIクオンツトレード講座」で、講師の一人として担当回を持っています。本人のnoteによると、自分の主力システムの詳しい中身を担当回の教材として公開しています。

まずは本人のXで、AIで株を分析する試みの最新の様子を見てみる。
気に入った投稿があれば、そのままフォローを。

UKIのXを見る

他の有名株クラを探したい方は株クラ勢力図のランキングから探せます。

タイトルとURLをコピーしました