![mizutata[at]gmail.com
@takanobu_mizuta (twitter)
本発表資料はスパークス・アセット・マネジメント株式会社の公式見解を表すものではありません．
すべては個人的見解であります．
この資料はこちらにあります: https://mizutatakanobu.com/202202SMASH.pdf
https://mizutatakanobu.com
スパークス・アセット・マネジメント株式会社
運用調査本部 ファンドマネージャー 兼 上席研究員
水田孝信
SMASH22 Winter Symposium
SMASH22 Winter Symposium
金融・経済分野におけるマルチエージェントシステム
～ 簡単なレビュー ～
金融・経済分野におけるマルチエージェントシステム
～ 簡単なレビュー ～
1
2022年2月21日
https://sites.google.com/view/sig-macc/smash/smash22-winter-symposium](https://image.slidesharecdn.com/202202smash-220221020928/85/-1-320.jpg)
金融・経済分野におけるマルチエージェントシステム ～ 簡単なレビュー ～
- 1. mizutata[at]gmail.com @takanobu_mizuta (twitter) 本発表資料はスパークス・アセット・マネジメント株式会社の公式見解を表すものではありません． すべては個人的見解であります． この資料はこちらにあります: https://mizutatakanobu.com/202202SMASH.pdf https://mizutatakanobu.com スパークス・アセット・マネジメント株式会社 運用調査本部 ファンドマネージャー 兼 上席研究員 水田孝信 SMASH22 Winter Symposium SMASH22 Winter Symposium 金融・経済分野におけるマルチエージェントシステム ～ 簡単なレビュー ～ 金融・経済分野におけるマルチエージェントシステム ～ 簡単なレビュー ～ 1 2022年2月21日 https://sites.google.com/view/sig-macc/smash/smash22-winter-symposium
- 2. https://www.sparx.co.jp/report/special/ 2 本業の調査: 高速取引や資産運用業界についてのレポート 例えば、、 2021/11/15 金融市場の制度設計に使われ始めた人工市場 2021/9/8 金融市場で使われている人工知能 2021/4/12 "フラッシュ・クラッシュ・トレーダー"と呼ばれた男はフラッシュ・クラッシュとはあ まり関係なかった：高頻度取引との知られざる戦い 2020/12/22 市場は効率的なのか？検証できない仮説の検証に費やした50年 2020/9/15 なぜそれらは不公正取引として禁止されたのか？ 2020/8/4 人工知能が不公正取引を行ったら誰の責任か？ 2020/7/3 お金とは何か？-古代の石貨から暗号資産まで- 2020/1/24 国際資本の舵を取ってしまったグローバルインデックス算出会社 2019/9/18 アセット・オーナーが行っている投資 2019/7/8 社会の役にたっている"空売り“ 2019/4/3 高頻度取引（３回シリーズ第１回）：高頻度取引とは何か？ 2018/5/21 なぜ株式市場は存在するのか？ 2018/4/23 水平株式保有は経済発展をとめるのか？ 2016/12/2 良いアクティブ運用とは 教科書的な本 高安美佐子ほか，マルチエージェントによる金融市場のシミュレーション, コロナ社, 2020，和泉潔，水田孝信，第５章「エージェントモデルによ る金融市場の制度設計」 https://www.coronasha.co.jp/np/isbn/9784339028225/ 人工知能学会誌の特集記事 水田孝信，八木勲 (2021) 「人工市場による金融市場の設計と広 がる活用分野」 人工知能学会誌 人工知能 2021年5月号 https://doi.org/10.11517/jjsai.36.3_262 amazon: https://www.amazon.co.jp/dp/B092XBKFKN/ 学術研究: 人工市場による市場制度の設計 講義資料 人工市場による市場制度の設計 資料: https://mizutatakanobu.com/2022r.pdf YouTube: https://youtu.be/tq9AsMrig9s スパークス・アセット・マネジメント(資産運用会社)所属 2014年働きながら博士課程 (東京大学 和泉潔 研究室)で博士取得 金融市場全般の調査、株式市場やポートフォリの定量的分析(のためのシステム整備)、学術研究も 2016年度より 人工知能学会 金融情報学研究会(SIG-FIN)幹事 → 2022年度より 主査 自己紹介 この資料はこちらにあります: https://mizutatakanobu.com/202202SMASH.pdf https://sigfin.org/ 左のレポート「金融市場の制度設計に使われ始めた人工市場」 https://www.sparx.co.jp/report/special/3215.html
- 4. 具体例：実際に制度・規制変更 実務・社会の動きも交えて 4 （２）金融・経済分野における課題 （２）金融・経済分野における課題 (1-1) 金融市場の基本性質の分析 （１）どんな使われ方をしているか？ （１）どんな使われ方をしているか？ (1-2) 金融市場の制度設計 事例紹介 (1-3) 自動取引の実験場 (1-4) 社会経済全体のシミュレーション （３）研究事例：呼値の縮小 （３）研究事例：呼値の縮小 この資料はこちらにあります: https://mizutatakanobu.com/202202SMASH.pdf
- 5. 具体例：実際に制度・規制変更 実務・社会の動きも交えて 5 （２）金融・経済分野における課題 （２）金融・経済分野における課題 （１）どんな使われ方をしているか？ （１）どんな使われ方をしているか？ (1-2) 金融市場の制度設計 事例紹介 (1-3) 自動取引の実験場 (1-4) 社会経済全体のシミュレーション （３）研究事例：呼値の縮小 （３）研究事例：呼値の縮小 この資料はこちらにあります: https://mizutatakanobu.com/202202SMASH.pdf (1-1) 金融市場の基本性質の分析
- 6. 複雑系の勃興時に研究が始まった 6 Takayasu, H., Miura, H., Hirabayashi, T., and Hamada, K.: Statistical properties of deterministic threshold elements - the case of market price, Physica A: Statistical Mechanics and its Applications, Vol. 184, No. 1, pp. 127, 1992 スタイライズドファクトを再現 恐らく1990年代から行われている 価格の騰落(リターン)の頻度分布は正規分布をしたおらず、裾が厚い リターンの自己相関はゼロではない、ラグが大きくなるとゼロに近づく バブルの発生メカニズム Lux, T. and Marchesi, M.: Scaling and criticality in a stochastic multi-agent model of a financial market, Nature, Vol. 397, No. February, pp. 498, 1999 実証研究で知られているスタイライズドファクトを再現するための最小限の エージェント(投資家)の特徴は何か？追求する いずれも、効率的市場仮説が否定するテクニカル戦略のエージェントが必要との結論 Izumi, K. and Okatsu, T.: An artificial market analysis of exchange rate dynamics, Evolutionary Programming V, pp. 27, 1996 どういうときにバブルが発生するのか？メカニズム、エージェントの特徴 Arthur, W., Durlauf, S., Lane, D., and Program, S. E.: Asset pricing under endogenous expectations in an artificial stock market, The economy as an evolving complex system II, pp. 15, Addison-Wesley Reading, MA, 1997 歴史あるテーマだが、これらは今でも重要なテーマ いずれも、予測や細かい再現を目的としていない プラットフォームモデル PlhamJ: 和泉研作成： https://github.com/plham/plhamJ 例えば、 U-Mart: Kita, et al. : Realistic Simulation of Financial Markets, Springer, 2016
- 7. 人工市場*2 Stylized Factsを再現 テクニカル（順張り） エージェント 必要 ファンダメンタル エージェント アンケート調査や 実証研究*1 ファンダメンタル戦略・テクニカル戦略の２つに集約された 不要 主要な 戦略 効率的市場仮説 行動経済学 人への実験 人間の 基本特性 株式の定義 全部買えば利益は 全て自分のもの いない ハズ これのみ いるハズ 不要な場合も 絶対必要 幅はあるが 存在 7 *1 Menkhoff, L. and Taylor, M. P. (2007): The Obstinate Passion of Foreign Exchange Professionals: Technical Analysis, Journal of Economic Literature Yamamoto, R. (2021): Predictor Choice, Investor Types, and the Price Impact of Trades on the Tokyo Stock Exchange, Computational Economics https://arxiv.org/abs/1906.06000 *2 Lux, T. and Marchesi, M.(1999) Scaling and criticality in a stochastic multi-agent model of a financial market, Nature
- 8. 被験者を使った実験市場でもエージェントモデルの妥当性が 確認されている 8 https://www.coronasha.co.jp/np/isbn/9784339028164/ 被験者を使った実験市場の結果にあうような人工市場シミュレーションを試みた ファンダメンタル戦略、順張り戦略をモデルに用いて、パラメータ調整すると、 実験市場の結果とよくあった 実験市場についてよくまとまった本 Haruvy and Noussair (2006): The Effect of Short Selling on Bubbles and Crashes in Experimental Spot Asset Markets https://doi.org/10.1111/j.1540-6261.2006.00868.x
- 9. 上記は数少ない常に成立するもの ただし、定量的には時により差がある 上記は数少ない常に成立するもの ただし、定量的には時により差がある 実証研究との一致はいろいろ議論があるものの、、、 ★金融市場においてどのような状況でも存在 ★金融市場においてどのような状況でも存在 （１）ファットテール （１）ファットテール 価格の騰落率の分布が正規分布に比べ裾が厚い → 暴騰・暴落が正規分布で予想されるより多い （Mandelbrot 1963等多数） 尖度： 1～100程度と値には幅がある 尖度： 1～100程度と値には幅がある （２）ボラティリティ・クラスタリング （２）ボラティリティ・クラスタリング 価格の騰落率の２乗が大きなラグでも自己相関をもつ → 市場が荒れだすと持続する （Mandelbrot 1972等多数） 短いラグで0.1～0.2程度、ラグが長くなると急激に減少 ゼロに近づくもののマイナスにはならない（プラスを維持） 短いラグで0.1～0.2程度、ラグが長くなると急激に減少 ゼロに近づくもののマイナスにはならない（プラスを維持） 値には幅あり 値には幅あり ⇒ 9 (Sewell 2011) http://finance.martinsewell.com/stylized-facts/ 特定の法則が維持される”斉一性原理”(せいいつせい)が、 長い時間スケールであるほど成り立っていない 特定の法則が維持される”斉一性原理”(せいいつせい)が、 長い時間スケールであるほど成り立っていない これ以上あわせに行っても意味がない これ以上あわせに行っても意味がない
- 10. 具体例：実際に制度・規制変更 実務・社会の動きも交えて 10 （２）金融・経済分野における課題 （２）金融・経済分野における課題 (1-1) 金融市場の基本性質の分析 （１）どんな使われ方をしているか？ （１）どんな使われ方をしているか？ (1-2) 金融市場の制度設計 事例紹介 (1-3) 自動取引の実験場 (1-4) 社会経済全体のシミュレーション （３）研究事例：呼値の縮小 （３）研究事例：呼値の縮小 この資料はこちらにあります: https://mizutatakanobu.com/202202SMASH.pdf
- 13. 具体例：実際に制度・規制変更 実務・社会の動きも交えて 13 （２）金融・経済分野における課題 （２）金融・経済分野における課題 (1-1) 金融市場の基本性質の分析 （１）どんな使われ方をしているか？ （１）どんな使われ方をしているか？ (1-2) 金融市場の制度設計 事例紹介 (1-3) 自動取引の実験場 (1-4) 社会経済全体のシミュレーション （３）研究事例：呼値の縮小 （３）研究事例：呼値の縮小 この資料はこちらにあります: https://mizutatakanobu.com/202202SMASH.pdf
- 14. データがないところからシミュレーションをスタートできない 実データの中に人工データを少し混ぜるイメージ → 全く経験のない環境は不得意 制度設計には向かない 自動取引の実験場：短い時間スケールの変化は再現性がある 世界的な銀行大手 JP Morganがスポンサーの国際学術会議 ACM International Conference on AI in Finance で多く発表されている https://ai-finance.org/ 14 GANを用いた実データの学習を行い、 注文データが与えられたら次の注文を １つ返す生成器を作る インサンプルの実データの中に "もしこの注文があれば"をシミュレートする。 Coletta 2021 https://arxiv.org/abs/2110.13287 短い時間スケール(秒以下)なら注文状況(板の状況)に再現性ある ↑ 人間の手で行えないので機械化されている時間スケール ・ 高速取引：高速であることを生かして利益を狙う(高速化のため戦略は単純化) ・ 執行アルゴリズム取引：手の内を知られないように注文を自動的に小口に分ける 良くも悪くもエージェントに前提を置かず 大量のデータからGANで注文生成器を作る
- 15. 15 Coletta 2021 https://arxiv.org/abs/2110.13287 買い注文を出している間に元の株価水準に戻っている 急に戻るのは変な感じがする → 学習が過剰ではなのでは？ (元の下落後の水準に追随しすぎ) (下落せず横ばいでも不思議はない) 執行アルゴリズム(大口の注文を自動的に小分けにして発注)の シミュレーション：灰色の部分が買い注文を出した領域 とはいえ適度な学習量をどう計るのか分からない とはいえ適度な学習量をどう計るのか分からない 実注文データ群の中に人工注文データを入れたらどうなるか 同様な生成器 Li 2020, AAAI https://doi.org/10.1609/aaai.v34i01.5415 その他にも、 HFTのマーケットメイカー戦略に焦点をあてた生成器 Hirano 2021, https://doi.org/10.1007/978-3-030-69322-0_1
- 16. 16 第４回金融資本市場のあり方に関する産官学フォーラム (2019/2/22)基調報告(3) http://www.pp.u-tokyo.ac.jp/CMPP/forum/2019-02-22/ 人工知能が勝手に不正取引をしたら法的責任は？ 人工知能が勝手に不正取引をしたら法的責任は？ 日本銀行金融研究所「アルゴリズム・AIの利用を巡る法律問題研究会」報告書 (2018/9/11) https://www.boj.or.jp/announcements/release_2018/rel180911a.htm/ (参考文献) 水田孝信 「人工知能が不公正取引を行ったら誰の責任か？」, 2020 スパークス・アセット・マネジメント https://www.sparx.co.jp/report/special/3071.html 人工知能は相場操縦という不正な取引を勝手に行うか？ ―遺伝的アルゴリズムが人工市場シミュレーションで学習する場合― ○ＡＩトレーダーが勝手に相場操縦をするかどうかをコンピュータシ ミュレーションで実験 → する場合があることが分かった ○ここでいう”勝手に”とは、ＡＩトレーダーの作成者・使用者が、相 場操縦するつもりがなかったとしても、ＡＩトレーダーが学習の中で、 相場操縦を最適な取引戦略として見つけ出し、実行すること ○現在の日本の法律では（アメリカでも同様）、ＡＩトレーダーの 作成者・使用者が相場操縦を意図していない場合、刑事責任を問 えない ○このままだと、「ＡＩが勝手にやった」と言い逃れする人が現れる ため、規制を強化する必要がある、と結論付けた 予稿 https://doi.org/10.11517/pjsai.JSAI2020.0_2L5GS1305 プレゼン資料 https://mizutatakanobu.com/202006.pdf プレゼン動画 https://youtu.be/tqaeTA2MfDg
- 17. 具体例：実際に制度・規制変更 実務・社会の動きも交えて 17 （２）金融・経済分野における課題 （２）金融・経済分野における課題 (1-1) 金融市場の基本性質の分析 （１）どんな使われ方をしているか？ （１）どんな使われ方をしているか？ (1-2) 金融市場の制度設計 事例紹介 (1-3) 自動取引の実験場 (1-4) 社会経済全体のシミュレーション （３）研究事例：呼値の縮小 （３）研究事例：呼値の縮小 この資料はこちらにあります: https://mizutatakanobu.com/202202SMASH.pdf
- 18. Farmer and Foley (2009), Nature https://www.nature.com/articles/460685a NATUREやSCIENCEに，人工市場に期待をかける記事 Battiston et al. (2016), Science https://science.sciencemag.org/content/351/6275/818 経済理論の終焉 金融危機はこうして起こる, 2019/1 https://www.panrolling.com/books/wb/wb273.html 標準的な経済学を否定し、 人工市場を絶賛 金融危機は人工市場でしか扱えない！ という勢いだが、ちょっと言いすぎ リチャード・ブックステーバー 投資銀行や大手ヘッジファンドでリスク管理の 責任者を務めたのち、米国財務省を経て、 現在はカリフォルニア大学で教鞭をとっている。 『市場リスク――暴落は必然か』の著者。 18 ECB総裁講演でも取り上げられる https://www.ecb.europa.eu/press/key/date/2010/html/sp101118.en.html ヨーロッパ中央銀行(ECB)総裁だったトリシェが効率的市場仮説 に基づく金融理論が、金融危機中の政策決定に関してほとんど役 に立たなったと述べ、エージェントシミュレーション(広い意味で人工 市場)などが金融政策に貢献することを期待していると述べた講演 これまでの経済学ではリーマンショックを分析・対応できなかったという批判 → 人工市場（エージェント・ベースド・モデル）ならできることある・期待 これまでの経済学ではリーマンショックを分析・対応できなかったという批判 → 人工市場（エージェント・ベースド・モデル）ならできることある・期待 大きな期待！！ 投資家だけでなく、企業、銀行、中央銀行、政府、労働市場など、さまざまな市場をモデル化し、 結合することで、財政政策、金融政策、経済・金融危機などの分析を行うことを目標 前述までの金融市場だけのモデルに比べ需要はさらに大きいものの、困難も大きい モデルの規模が大きくなり、実務家が試したいことを試せるようになるまでの道のりが、さらに長い まだまだ研究者が少ない 社会経済全体をモデル化した人工市場、人工社会
- 20. 具体例：実際に制度・規制変更 実務・社会の動きも交えて 20 （２）金融・経済分野における課題 （２）金融・経済分野における課題 (1-1) 金融市場の基本性質の分析 （１）どんな使われ方をしているか？ （１）どんな使われ方をしているか？ (1-2) 金融市場の制度設計 事例紹介 (1-3) 自動取引の実験場 (1-4) 社会経済全体のシミュレーション （３）研究事例：呼値の縮小 （３）研究事例：呼値の縮小 この資料はこちらにあります: https://mizutatakanobu.com/202202SMASH.pdf
- 22. 具体例：実際に制度・規制変更 実務・社会の動きも交えて 22 （２）金融・経済分野における課題 （２）金融・経済分野における課題 (1-1) 金融市場の基本性質の分析 （１）どんな使われ方をしているか？ （１）どんな使われ方をしているか？ (1-2) 金融市場の制度設計 事例紹介 (1-3) 自動取引の実験場 (1-4) 社会経済全体のシミュレーション （３）研究事例：呼値の縮小 （３）研究事例：呼値の縮小 この資料はこちらにあります: https://mizutatakanobu.com/202202SMASH.pdf
- 23. PTSとの競争は“呼値”が重要な要素の１つ 証券会社などが独自運営する私設取引所(PTS)：ジャパンネクスト証券（SBI系）、Chi-X Japan（独立系） → 東証の経営にとっても無視できない売買代金シェア ↑東証もPTSも売買代金に比例した手数料が主な売上 伝統的取引所と私設取引所(PTS)の競争 23 呼値が大きすぎると騰落率が比較的大きい ⇒ 投資家が困る ⇒ 他の取引所で取引 ⇒ 取引量シェアが移る マルチエージェントによる金融市場のシミュレーション, 2020/9 https://www.coronasha.co.jp/np/isbn/9784339028225/ 2011年ころからPTSがシェアを奪ってきた 89 90 91 92 93 94 95 9:00 10:00 11:00 13:00 14:00 15:00 取引価格 時刻 (時:分) 呼値1円 呼値0.1円(10銭)
- 24. エージェント （投資家） 成行注文(即座に成立する注文)： 有利な価格で 売買できる市場を選択 指値注文(即座には成立しない注文)： 各市場の過去の取引量シェアに 比例して配分 取引所A 取引所B 呼値のみ異なる取引所Ａ、Ｂで どのように出来高シェアが移り変わるかを分析 取引所Ａ： 初期の取引量シェア ９０％、呼値大きい 取引所Ｂ： 初期の取引量シェア １０％、呼値小さい 人工市場のモデル 24
- 25. どちらの取引所に注文をだすか？ 取引所 Ａ 売り 価格 買い 84 101 176 100 99 204 98 77 取引所 Ｂ 売り 価格 買い 1 99.2 2 99.1 99.0 3 98.8 1 (1) 98円の買い: 取引量シェアに応じた確率でAかBを決める (2) 99.1円の買い： 取引所Ｂ ← 99.1円で即座に買えるため (3) 100円の買い： 取引所Ｂ ← 99.1円で即座に買えるため (2)、(3)によりシェアを伸ばすことが可能 25
- 26. ファンダメンタル 予想リターン 予想価格 現在の取引価格 ファンダメンタル価格 正規乱数 平均0 σ=3% テクニカル(順張り) ノイズ 一様乱数で決定 途中で変わらない エージェントの パラメータ 10000 =定数 j: エージェント番号(順番に注文) t: 時刻(ティック時刻) 𝑟𝑒,𝑗 𝑡 = 1 σ𝑖 𝑤𝑖,𝑗 𝑤1,𝑗 log 𝑃𝑓 𝑃𝑡−1 + 𝑤2,𝑗 log 𝑃𝑡−1 𝑃𝑡−𝜏𝑗 + 𝑤3,𝑗𝜀𝑗 𝑡 𝑃𝑡 𝑃𝑓 𝑤𝑖,𝑗 𝜏𝑗 𝑤𝑖,𝑗 𝜏𝑗 𝜀𝑡 𝑗 𝑃𝑡 𝑒,𝑗 = 𝑃𝑡 exp( 𝑟𝑡 𝑒,𝑗) 26 1000体 i=1,3: 0～1 i=2: 0～10 0～1000 エージェント 取引価格帯を定めるために 便宜上加えた項 統計的性質を再現するために 最小限必要な項 エージェントの多様性確保と シミュレーションの安定性のため
- 28. ５００営業日後の取引所Ａの取引量シェア 取引所Ａ 500営業日後シェア 取引所B 呼値 ⊿PB 0.0001% 0.0002% 0.0005% 0.001% 0.002% 0.005% 0.01% 0.02% 0.05% 0.1% 0.2% 取引所A 呼値⊿PA 0.0001% 90% 90% 91% 91% 92% 94% 97% 99% 100% 100% 100% 0.0002% 90% 90% 90% 91% 91% 94% 97% 99% 100% 100% 100% 0.0005% 89% 90% 91% 91% 92% 94% 96% 99% 100% 100% 100% 0.001% 89% 89% 90% 90% 92% 94% 97% 99% 100% 100% 100% 0.002% 87% 88% 89% 89% 91% 93% 97% 99% 100% 100% 100% 0.005% 84% 85% 85% 84% 87% 92% 96% 99% 100% 100% 100% 0.01% 75% 76% 76% 77% 78% 83% 92% 98% 100% 100% 100% 0.02% 53% 52% 53% 54% 54% 59% 70% 93% 100% 100% 100% 0.05% 5% 5% 4% 5% 5% 5% 6% 23% 93% 100% 100% 0.1% 0% 0% 0% 0% 0% 0% 0% 0% 0% 94% 100% 0.2% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 96% > ⊿PA t or 取引場間シェアが 移り変わらない条件 ⊿PB>⊿PA % 05 . 0 = t 騰落率の標準偏差：ボラティリティ キーパラメーター キーパラメーター 28
- 29. 時間 取引場A で取引でき ない領域 取引 価格 取引所Aの出番がない → 取引所Ｂの高い約定率 ⇒ 取引所Ｂがシェアを奪う 時間 取引 価格 取引所B の必要性 が薄い ⇒ シェアが動かない 取引所A 呼値 取引所A 呼値 < ⊿PA t > ⊿PA t 29 ・ 呼値が大きいままだとPTSに売買代金シェアを奪われる、その期間は２年程度 ・ あまりにも小さい呼値の競争は意味がない可能性 ・ 呼値が大きすぎると価格の変動幅が大きくなる可能性 ↑ 取引所の制度で価格の変動幅に影響を与えるべきでない ・ 大きすぎる、小さすぎる、の具体的な水準(数値)を示唆 ・ 取引所の制度設計に参考にされた(ＪＰＸワーキングペーパーとしても掲載) 現実の金融市場制度への示唆
- 30. 2011～2012 東京証券取引所の一部の方々が 人工知能学会ファイナンスにおける人工知能応用研究会(SIG-FIN)に出入り 2012/12 東京証券取引所と東京大学工学系研究科が共同研究開始を発表 2013/1/30 ＪＰＸ（日本取引所グループ）ワーキングペーパー Vol.2 (2013年1月30日) 人工市場シミュレーションを用いた取引市場間におけるティックサイズと取引量の関係性分析 共同研究第一弾として社長記者会見でも触れられる 2013/3/19 人工知能学会ファイナンスにおける人工知能応用研究会 東京証券取引所で開催、招待講演にて上記研究を発表 2013/3/29 JPX社長記者会見：呼値を細かくすることを発表 日経新聞朝刊の一面記事に 2014/7/22 一部の銘柄で10銭(0.1円)刻みの注文が可能に 2015/9/24 ごく一部の銘柄で呼値を拡大 呼値縮小に関する共同研究の推移 https://www.jpx.co.jp/corporate/research-study/working-paper/index.html 30