ウェルネスライン業務システム・AI開発

開発事例 ──

世界の企業業績と
市場の値動きを、
AIの判断材料へ。

金融データ分析基盤

世界各国の企業決算と市場の値動きを収集・構造化。市場を俯瞰する情報を、自動売買AIの判断材料として使える形に整えます。

MARKETS
DATA
INTELLIGENCE
A BRIGHTER
TOMORROW

01 ──

背景と成果

世界中の金融データを横断的に収集・分析し、
自動売買AIの判断材料となる土台を構築しました。

多様なデータの統合

株式・商品・企業業績など
複数の市場データを一元的に集約

AI分析の基盤構築

横断的な比較を支える
構造化された情報を整備

市場の背景を捉える

企業から産業へ視点を広げ
業績と市場の変化を可視化

価格だけでは、市場の背景が見えない

自動売買AIの判断には、株価に加え、企業業績や産業・市場の状況を横断して捉える必要があります。

市場データや企業の決算情報は、異なる場所と形式で公開されています。そのままでは企業間の比較や、AIによる継続的な分析に利用しにくい状態でした。

実現したこと

成果は情報基盤の構築であり、売買利益や運用成績を示すものではありません。

02 ──

市場データからAIの判断材料へ

世界中の市場データを収集・統合し、
分析・AI活用が可能な形に整備するデータ基盤です。

多様な市場データ

 株式データ

 商品(コモディティ)

 企業業績データ

→

データ収集・統合

収集・構造化
形式の違いを整理

→

データストレージ

原本と構造化データ
出所を保持

→

分析基盤

業績と値動きの
横断分析

→

AIの判断材料へ

可視化と
読み取り専用配信

03 ──

技術・実装

取得・構造化・配信の責務を分離し、
金融情報を継続的な分析へつなぎます。

システム構成図

データソース

株式データ

商品データ

企業決算

PDF・XBRL

→

データ収集・処理

Python
クラウドバッチ

取得・構造化

→

データストレージ

PostgreSQL
Supabase

原本・出所の保持

→

分析基盤

企業・産業の比較
整合性の監査

→

AI活用

可視化・配信
自動売買の判断材料

主な技術要素

  • Python
  • PostgreSQL
  • Supabase
  • クラウドバッチ
  • オブジェクトストレージ

取得・構造化・配信を分ける

Python、PostgreSQL・Supabase、クラウドバッチ、オブジェクトストレージを使用。取得・構造化・配信を分離し、収集元の違いを分析側で意識せずに使える構成です。

決算情報の形式差を吸収する

決算資料の取得と情報抽出を分離。決算収集では、PDF・XBRLの形式差と、日本会計基準・IFRSの違いを扱っています。

出所を保持し、読み取り専用で提供する

取得値の出所と網羅率を記録し、整合性を監査します。開示原本をテキスト化した情報も保持し、分析結果から根拠へ戻れる構成にしています。利用側には読み取り専用で配信し、収集・更新処理と画面やAIによる参照を分離しています。

04 ──

社会に広がる、データの可能性

価格と業績をつなぎ、市場の背景を読み解く。
情報の収集から、使える形で届けるところまで。

MARKET DATA
PEOPLE
TECHNOLOGY
A BETTER TOMORROW

データがつながると、
世界はもっとよく見えてくる。

─ アイデア段階からでも、お気軽にご相談ください ─

開発について相談する →オンライン相談を予約する(無料)↗