業界ガイド:資産運用
資産運用でClaudeを使う方法:バイサイド投資チームのためのガイド
市場をより深く読み込み、より良いノートで判断する。
このガイドは、リサーチ、決算シーズン、IC memo、ポートフォリオレビュー、定量分析ワークフローにAnthropicのClaudeを活用したい、資産運用会社やヘッジファンドのポートフォリオマネージャー、アナリスト、インベストメントオペレーションチーム向けに書かれています。Anthropicが金融サービス向けに発表した内容と、Anthropic自身の投稿で名前入りで語られた各社のコメントを取り上げます。
資産運用でClaudeを使う方法とは、分析の時間を奪う読み書き作業にClaudeを充てることを意味します。決算コールやフィリングをモデル更新用に要約する、イニシエーションノートやテーゼノートを起草する、保有銘柄データからIC memoやポートフォリオレビューを作成する、データ分析用のPythonコードを書く、クライアント向けおよびコンプライアンス関連文書を準備する、といった作業です。Claudeは構造化された初稿を素早く作成しますが、投資判断はポートフォリオマネージャーが行い、クライアント、委員会、規制当局に届くすべての数値は必ず出典と照合されます。
公開日
要点まとめ
- バイサイドでの主な活用は、決算レビュー、リサーチノート、IC memo、ポートフォリオレビュー、そしてPythonやExcelを使ったアナリスト向けツール開発です。
- Anthropicは決算分析やカバレッジ開始のためのAgent Skills、決算レビュアーやバリュエーションレビュアーを含むエージェントテンプレートを公開しています。
- Anthropicの投稿では、Citadel、Bridgewater、Walleye Capitalが自社チームでのClaudeの使い方について語っています。
- Claudeはリサーチを加速しますが、それ自体がアルファを生み出すわけではありません。アルファを生むのはあなたのプロセスと判断力です。
- 保有銘柄やクライアントデータは、自社が承認したワークスペースでのみ扱ってください。
コピーして使える
今日から使えるプロンプト
決算コールからモデル更新へ
あなたは以下の企業を担当するバイサイドアナリストです。ここに貼り付けた決算コールのトランスクリプトとプレスリリースを使って、次を挙げてください:ガイダンスへのすべての変更点(旧数値と新数値)、それぞれについての経営陣の説明、アナリストからの最も重要な質問トップ3とそれに対する経営陣の回答、そして私のモデルサマリーの中で今や誤っていそうな行。各ポイントについてトランスクリプトを引用してください。外部知識は使わないでください。資料:[トランスクリプト、リリース、モデルサマリーを貼り付け]。
自分自身のモデルサマリーを貼り付けることで、汎用的なコール要約がモデル更新リストに変わります。
テーゼトラッカーの更新
こちらは現在保有している銘柄についての、3つの柱と売却条件を明記した投資テーゼです。こちらは直近四半期のニュース、フィリングの要約、私たちのメモです。各柱について、新しいエビデンスがそれを強めるのか、弱めるのか、中立なのか、その理由とともに述べてください。売却条件に触れる点はすべてリストアップしてください。300語以内に収め、資料から読み取っているのではなく推測している箇所にはフラグを立ててください。資料:[貼り付け]。
明示的な売却条件を含む文書化されたテーゼがあってこそ、このプロンプトは役立ちます。まだなければ作成してください。
リサーチからのIC memoドラフト
以下のリサーチノート、モデルの出力結果、バリュエーションサマリーのみを使って、新規ポジションを推奨する投資委員会向けのメモを作成してください。構成:推奨とサイジングの根拠、事業概要、テーゼ、バリュエーション、主要リスクとそれが誤っていた場合の判断材料、カタリスト、ポートフォリオへの適合性。素早く読み、厳しい質問をする委員会向けに書いてください。私の資料にない数値は追加せず、欠けている部分は[NEEDS DATA]と示してください。資料:[貼り付け]。
委員会がリスクの項目に注目しがちな場合は、まずリスクセクションから依頼してください。
ポートフォリオレビューのコメンタリー
以下に貼り付けた保有銘柄、ウェイト、ベンチマークウェイト、期間リターンを使って、クライアント委員会向けの四半期ポートフォリオレビューを書いてください:ベンチマーク対比のパフォーマンス、主な貢献銘柄と足を引っ張った銘柄とその一行理由、四半期中に行った変更、今後のポジショニング。言葉は平易かつ事実に基づいたものにし、予測は避け、データから読み取ったのではなく自分で計算した数値にはフラグを立ててください。データ:[貼り付け]。
クライアントに届く前に、必ずアトリビューションをパフォーマンスシステムと照合してください。
リサーチ課題のためのPython
pandasを使ったPythonスクリプトを書いてください。以下に説明するCSVを読み込み、90日ローリングボラティリティと各保有銘柄のベンチマークとの相関を計算し、ポートフォリオボラティリティへの寄与度順に保有銘柄を並べた表を作成します。各ステップを説明するコメントを追加し、欠損価格を明示的に処理し、実データで実行する前にロジックを確認できるよう、小さな架空データセットでの簡単なテストを含めてください。CSV列:[説明]。
まず架空データでテストを依頼することで、実際の保有銘柄を明かさずにロジックを確認できます。
Anthropicより
Anthropicが資産運用向けに提供しているもの
Claude for Financial Services
2025年7月に発表されたAnthropicの金融サービス向けオファリングで、ClaudeモデルとClaude Code、エンタープライズアクセスを、FactSet、Morningstar、S&P Global、Snowflake、Databricksなどのデータプロバイダーへのコネクタと組み合わせています。Anthropicは、データはデフォルトではトレーニングに使用されないとしています。
· 出典
Advancing Claude for Financial Services
2025年10月のアップデートで、決算分析、カバレッジ開始レポート、比較対象企業分析、DCFモデル向けのAgent Skillsが追加され、決算コールトランスクリプト用のAiera、マーケットデータ用のLSEG、クレジットデータ用のMoody's、ニュース用のMT Newswiresを含むコネクタも加わりました。
· 出典
Agents for financial services
2026年5月にリリースされた10種類のエージェントテンプレートには、決算レビュアー、マーケットリサーチャー、バリュエーションレビュアー、ステートメントオーディターが含まれ、Claude CoworkとClaude Codeのプラグインとして提供されるほか、Excel、PowerPoint、Wordのアドインも一般提供されています。
· 出典
実践例
資産運用のチームはClaudeをどう使っているか
Anthropicが公開した導入事例によると
Citadel
Anthropicの2026年5月の金融サービス投稿によると、Citadelのコアエンジニアリング責任者は、アナリストがExcelでClaudeを使ってカバレッジモデルを構築・更新し、自分たちの分析にプレッシャーテストをかけていると述べています。
Anthropicが公開した導入事例によると
Bridgewater Associates
Anthropicの2025年7月の金融サービス発表の中で、BridgewaterのAIA Labsは、Claudeが同社のInvestment Analyst Assistantの初期バージョンを支えており、Pythonコードの生成、データ可視化の作成、複雑な財務分析への対応を行っていたと述べています。
Anthropicが公開した導入事例によると
NBIM (Norges Bank Investment Management)
Anthropicの顧客事例によると、ノルウェーの政府系ファンドを運用するNBIMは、Claudeを活用した分析・オペレーション業務において従業員一人当たり毎週の時間節約を実現し、2か月以内に部門を横断して幅広く導入が進んだと報告しています。
Anthropicが公開した導入事例によると
Walleye Capital
Anthropicの2026年5月の金融サービス投稿の中で、Walleye Capitalの最高経営責任者兼最高投資責任者は、同社の全従業員がClaude Codeを使っていると述べています。
説明用のシナリオ
担当アナリストの決算発表の夜
- アナリストは、トランスクリプト、プレスリリース、現在のモデルの短い要約をカバレッジプロジェクトに貼り付ける。
- Claudeはガイダンスの変更点、経営陣の説明、そして今や誤っていそうなモデル行をリストアップし、それぞれについてトランスクリプトを引用する。
- アナリストは各引用を確認し、モデルを更新し、セグメント定義を誤って読み取っていた提案を一つ却下する。
- Claudeはアナリストの更新された見解をもとに、ポートフォリオマネージャー宛ての短いノートを起草する。
- ポートフォリオマネージャーはそのノートを読み、ポジションを変更するかどうかを判断する。
資産運用とClaude：公開されている数値
| 数値 | 背景 | 出典 |
|---|---|---|
| 20% time saved weekly per employee | NBIMにおける、Claudeを活用した分析・オペレーション業務について、Anthropicの顧客事例による | 出典 |
| 600+ active users across all departments within the first two months | NBIMの導入について、Anthropicの顧客事例による | 出典 |
| 100% of Walleye employees use Claude Code | Walleye CapitalのCEO兼CIOがAnthropicの2026年5月の金融サービス投稿で述べた内容 | 出典 |
コアワークフロー
バイサイドにおけるClaude資産運用の活用例
資産運用向けAIがアナリストの時間を最も節約できる業務はこれらです。
決算分析のためのAI
トランスクリプト、リリース、フィリングを要約し、ガイダンスの変更点、経営陣のコメント、見直すべきモデル行のリストにまとめます。
バイサイドリサーチのためのAI
フィリング、トランスクリプト、自分自身のメモから、セクター概要、競合マップ、カバレッジ開始ドラフト、テーゼ更新を作成します。
IC memo
AIによる投資メモ生成は、自分のリサーチを入力として初めて役立ちます。Claudeは自社の形式で委員会向けメモを起草し、不足箇所を示します。
ポートフォリオ管理のためのAI
提供した保有銘柄データから、ポートフォリオレビュー、アトリビューションのコメンタリー、エクスポージャーサマリー、リバランスの根拠を起草します。
クオンツとデータ業務
スクリーニング、リスク計算、データクレンジング用のPythonとSQLを、アナリストがロジックを確認できるようコメントとテスト付きで作成します。
オペレーションとコンプライアンス
投資方針のチェック、LPステートメントのレビュー、クライアントレポートのドラフトを、すべての数値をシステムオブレコードまで遡って確認できる形で作成します。
リサーチ
資産運用会社はAIをどうリサーチと決算シーズンに活用しているか
資産運用会社はAIをどう使っているかと問えば、最も多い答えはリサーチのスループットです。数十銘柄を担当するアナリストは、決算シーズンにすべてのトランスクリプト、フィリング、競合のリリースを隅々まで読み込むことはできません。Claudeはそれらを全文読み込み、ガイダンスの変更点、経営陣のトーン、アナリストが追及した質問、そしてそれが自分のモデルにとって何を意味するかを構造化された要約にまとめます。Claude AI投資リサーチは、自分自身のモデルサマリーとテーゼを与えたときに最も効果を発揮します。そうすることで、出力が汎用的な要約ではなく、自分のポジションについてのものになります。
Anthropicはこの業務のために直接開発を行ってきました。2025年10月の金融サービスアップデートでは、決算分析とカバレッジ開始レポート向けのAgent Skillsに加え、決算コールトランスクリプト用のAiera、マーケットデータ用のLSEG、クレジットデータ用のMoody's、ニュース用のMT Newswiresを含むコネクタが追加されました。2026年5月には、決算レビュアー、マーケットリサーチャー、バリュエーションレビュアーを含むエージェントテンプレートがリリースされました。
資産運用における生成AIは、それを取り巻くチェック体制と同じだけしか信頼できません。有効なパターンは、引用とページ参照を求めること、正確性が重要な場面ではClaudeを提供資料に限定させること、そしてモデルや推奨を変える数値はすべてアナリストが確認することです。
ヘッジファンド
ヘッジファンド向けAI:実名事例からわかること
ヘッジファンド向けAIは最も声高な主張を集めがちなので、各社が実際に公に語った内容にとどめておくのが賢明です。Anthropicの2026年5月の投稿では、Citadelのコアエンジニアリング責任者が、アナリストがExcelでClaudeを使ってカバレッジモデルを構築・更新し、シグナルとノイズを切り分け、自分たちの分析にプレッシャーテストをかけていると述べています。Walleye Capitalの最高経営責任者は、同社の全従業員がClaude Codeを使っていると語りました。
それ以前には、BridgewaterのAIA Labsが、Claudeが同社のInvestment Analyst Assistantの初期バージョンを支えており、Pythonコードの生成、データ可視化の作成、複雑な財務分析タスクの遂行を行っていたと述べています。共通しているのは、AIが投資判断を下しているということではありません。アナリストがより多くの分析をこなせるようになり、エンジニアやクオンツがより速くツールを出荷できるようになっているということです。
これらの事例のいずれも、AIがリターンを改善したとは主張しておらず、誠実なガイドであればそれを約束することもできません。Claudeは自社のリサーチプロセスに対するレバレッジだと捉えてください。プロセスにエッジがあれば、AIはそれをより多くの銘柄に適用する助けになります。エッジがなければ、AIがそれを生み出してくれるわけではありません。
ツール選定
資産運用におけるClaudeとChatGPTの比較
資産運用においてClaudeとChatGPTのどちらが優れているかを公平に判断する方法は、自分自身の業務で両方をテストすることです。すでに要約したトランスクリプト、すでに書いたメモ、すでに解決したPythonタスクを用意してください。同じプロンプトを両方のツールで実行し、正確性、引用の挙動、コードの品質、欠損データの扱い方を比較してください。どちらかのツールが変わるたびに繰り返してください。
多くの会社にとって実務上の論点は、統合とガバナンスです。すでに契約しているどのデータプロバイダーと接続できるか、保有銘柄やクライアント情報にどのデータ規約が適用されるか、コンプライアンスが何を承認しているか。AnthropicはFactSet、S&P Global、Morningstar、LSEGなどへのコネクタを挙げており、金融サービス向けオファリングではデフォルトでデータをトレーニングに使用しないとしています。
多くのチームは、業務ごとに複数のツールを使い分けることになります。重要なのは、それぞれの用途が承認されていること、出力が確認されていること、そしてうまくいくプロンプトやレビューの習慣をチームで共有していることです。
はじめに
AIリサーチのための投資チームの整え方
テーゼを書き出す
Claudeは読めるテーゼしかテストできません。柱と売却条件を明文化しておくことで、テーゼ更新プロンプトがより鋭くなります。
決算シーズンから始める
すでに担当した四半期で決算プロンプトを使ってみてください。実際の銘柄で信頼する前に、出力を自分のメモと比較してください。
架空データでコードをテストする
まずClaudeにテストを書かせ、小さな架空データセットで実行させてください。それから初めてスクリプトを実際のポジションに向けてください。
うまくいったことを共有する
繰り返し発生する業務のためのチームプロンプトライブラリを維持し、アナリストが一貫したノートとレビューを作成できるようにしてください。
限界
投資チームにとってAIにできないこと
Claudeは表を読み誤ったり、数値を誤った四半期に紐づけたり、学習データからの古い事実を自信満々に述べたりすることがあります。取引につながるリサーチや、クライアントや規制当局に届くレポートでは、すべての数値を出典またはシステムオブレコードと照合して確認しなければなりません。
Claudeは、自社が接続していない限り、リアルタイムの価格や注文管理システムを見ることはできません。接続されたデータソースなしに現在の市場について述べる内容は、よくても古い情報にすぎません。提供した資料の分析に限定して使ってください。
保有銘柄、クライアント情報、未公開のリサーチは機密情報です。自社が承認したワークスペースのみを使用し、情報バリアと記録保持のルールに従い、個人アカウントは投資業務から完全に排除してください。
リサーチの習慣をAIの習慣に変える
これらのプロンプトを知っていることと、決算シーズンにうまく使いこなすことは別物です。無料のNightschool AIカリキュラムは最初のレッスンから実践的なので、ボリュームがピークを迎える前に習慣が身につきます。
よくある質問
ヘッジファンドはAIをどう使っているか
ヘッジファンドはAIを、リサーチのスループット向上、カバレッジモデルの更新、定量業務用のコード作成、社内ツール開発に使っています。Anthropicの投稿では、Citadelがアナリストの多くがExcelでClaudeを使ってカバレッジモデルを構築・更新し、分析にプレッシャーテストをかけていると述べ、Walleye Capitalは全従業員がClaude Codeを使っていると述べています。投資判断はポートフォリオマネージャーの手に残ります。
資産運用会社はAIをどう使っているか
資産運用会社はAIを使って決算やフィリングを要約し、リサーチノートやIC memoを起草し、ポートフォリオレビューやクライアント向けレポートを作成し、PythonやExcelで分析ツールを構築しています。Anthropicによるノルウェーの政府系ファンド運用者NBIMの顧客事例では、部門を横断した幅広い利用と、従業員一人当たりの毎週の時間節約が報告されています。
ヘッジファンドはどのAIツールを使っているか
多くは、Claudeのような汎用アシスタントを、コーディングツール、マーケットデータプロバイダー、社内システムと組み合わせて使っています。AnthropicはFactSet、S&P Global、LSEG、Moody's、Aieraなどへのコネクタと、決算レビューやバリュエーションレビュー向けのエージェントテンプレートを挙げています。どのツールを使うかは、ファンドのデータ規約とコンプライアンスの承認次第です。
AIは投資メモを作成できるか
Claudeは、自分のリサーチノートとモデルの出力から、委員会の形式に沿った投資メモを起草し、エビデンスが不足している箇所を示すことができます。テーゼそのものを生成させるべきではありません。自分の資料から起草され、アナリストが編集したメモは役立ちますが、何もないところから生成されたメモは負債になります。
AIはヘッジファンドのアナリストに取って代わるか
AIは、アナリストがこれまで手作業で行ってきた読み込みや初稿作成の多くを引き受けつつあり、その分アナリストはより多くの銘柄をカバーし、より多くの時間を判断に費やせるようになります。差別化された見解を形成し、それをポートフォリオマネージャーに対して擁護する仕事は、人間の仕事のまま残ります。
AIはヘッジファンドのリターンをどれだけ改善するか
AIアシスタント単体がリターンを改善するという、引用できる信頼できる公開エビデンスは存在せず、そう主張する内容には懐疑的であるべきです。Anthropicの顧客事例で裏付けられている効果は、時間の節約とツール開発の高速化です。それがパフォーマンス向上につながるかどうかは、そのファンドのプロセス次第です。
投資チームはAIリサーチをどう確認すべきか
引用とページ参照を求め、正確性が重要な場面ではClaudeを提供資料に限定させ、モデルや推奨を変える数値はすべて出典と照合して確認してください。コードについては、テストを必須とし、実際のポジションを使う前に架空データで実行させてください。
保有銘柄データでAIを使っても安全か
自社が承認したワークスペース内で、コンプライアンスチームがレビューしたデータ規約のもとでのみ安全です。Anthropicは、金融サービス向けオファリングではデフォルトでデータをトレーニングに使用しないとしています。使用するツールにかかわらず、自社の記録保持と情報バリアのルールに従ってください。