AI日本株予想の答え合わせ
solo-ai-app.com半導体候補が大きく崩れ、5営業日成績は厳しい結果に
今回は、AIStockLabで出した前回予想の答え合わせです。
この記事では、2026年6月25日に出したAI予想について、5営業日後の2026年7月2日時点でどうなったかを確認します。
結論から言うと、今回の結果はかなり厳しい内容でした。
検証済み予測15件のうち、5営業日後に+2%以上を達成した銘柄は1件のみでした。
+2%以上達成率は6.7%、平均5営業日リターンは-7.4%です。
特に、半導体関連を中心とした候補銘柄が大きく下落しており、今回のAI予想は短期的には大きく外れた結果になりました。
今回は「予想」ではなく「結果確認」
今回のレポートは、新しく銘柄を探す予想記事ではありません。
目的は、前回出したAI予想が5営業日後にどうなったかを確認することです。
| 項目 | 内容 |
|---|---|
| 予測日 | 2026年6月25日 |
| 検証日 | 2026年7月2日 |
| 検証期間 | 5営業日 |
| 目的 | 前回予想の答え合わせ |
AIStockLabでは、単に注目銘柄を出すだけではなく、その後の結果を記録して検証しています。
今回のように外れた場合も、そのまま結果を確認し、どこに問題があったのかを見ていきます。
前回予想の全体結果
今回の答え合わせのサマリーは以下です。
| 項目 | 結果 |
|---|---|
| 検証済み予測数 | 15件 |
| +2%以上達成数 | 1件 |
| +2%以上達成率 | 6.7% |
| 平均5営業日リターン | -7.4% |
| 中央値5営業日リターン | -7.5% |
| 最大リターン | +2.2% |
| 最小リターン | -19.6% |
5営業日後に+2%以上を達成したのは15件中1件だけでした。
平均リターンも-7.4%と大きくマイナスです。
中央値も-7.5%なので、一部の大きな下落銘柄だけが平均を押し下げたというより、全体的に弱い結果だったと見てよさそうです。
今回の予想は、短期の上昇候補としては明確に不調でした。
2026年6月25日予想分の結果
直近の検証対象となった2026年6月25日予想分を見ると、主要候補はすべて未達でした。
| 銘柄 | 予測時スコア | 実際の5営業日リターン | 判定 |
|---|---|---|---|
| Lasertec | 7.20 | -10.2% | 未達 |
| 東京エレクトロン | 6.94 | -3.4% | 未達 |
| DISCO | 6.76 | -10.4% | 未達 |
| フジクラ | 5.77 | -16.4% | 未達 |
| Advantest | 4.28 | -19.6% | 未達 |
特に下落が大きかったのは、Advantest、フジクラ、DISCO、Lasertecです。
Advantestは-19.6%、フジクラは-16.4%、DISCOは-10.4%、Lasertecは-10.2%でした。
今回の候補群は、半導体関連やグロース寄りの銘柄が多く、地合い悪化の影響を大きく受けた可能性があります。
地合いも厳しかった
今回の5営業日期間では、日本株全体の地合いも厳しい状況でした。
主要指数は以下です。
| 指数 | 前日比率 | 5営業日リターン | 25日線との位置 |
|---|---|---|---|
| 日経平均 | -2.5% | -5.0% | 上回る |
| NASDAQ | -0.8% | +1.9% | 下回る |
| ダウ平均 | +1.1% | +1.9% | 上回る |
日経平均は5営業日で-5.0%と大きく下落しました。
一方で、NASDAQとダウ平均は5営業日では+1.9%です。
つまり、今回の下落は米国株全体というより、日本株側、特にAIStockLabが拾った候補銘柄群で弱さが目立った形です。
特に半導体関連は、個別銘柄ごとの需給や短期的な利益確定の影響も受けやすいため、単純なテクニカルスコアだけでは十分にリスクを拾えていなかった可能性があります。
モード別の成績
モード別に見ると、balancedが相対的には良いものの、それでもマイナスです。
| モード | 検証数 | +2%以上達成率 | 平均リターン |
|---|---|---|---|
| balanced | 6件 | 16.7% | -4.1% |
| aggressive | 14件 | 7.1% | -7.2% |
aggressiveは候補を広く拾う分、短期的な下落リスクも大きくなっています。
balancedの方が相対的にはマシですが、平均リターンは-4.1%なので、こちらも十分とは言えません。
現時点では、どちらのモードも検証数がまだ少ないため、結論を急ぐ段階ではありません。
ただし、今回の結果だけを見ると、強気相場ではない局面でのスコア判定には改善余地があります。
銘柄別に見ると何が悪かったか
今回、特に悪かったのは半導体関連です。
Lasertec、DISCO、東京エレクトロン、Advantestといった銘柄は、AIStockLabでもこれまで頻繁に候補に入っていました。
しかし今回の5営業日では、
- Lasertec：-10.2%
- DISCO：-10.4%
- 東京エレクトロン：-3.4%
- Advantest：-19.6%
と、全体的に厳しい結果でした。
半導体関連は上昇局面では強い一方、地合いが崩れたときには下落も大きくなりやすいです。
AIStockLabの現在のスコアは、トレンド、モメンタム、出来高、リスク調整・安定性をもとにしています。
しかし今回のような急な地合い悪化や、セクター単位での売り圧力を十分に反映できていなかった可能性があります。
今回の失敗から見えた課題
今回の結果から、AIStockLabにはいくつか改善すべき点が見えてきました。
1. 地合いフィルターが必要
日経平均が5営業日で-5.0%下落しているような局面では、個別銘柄のテクニカルスコアが高くても、短期上昇を狙うには不利です。
今後は、個別銘柄だけでなく、
- 日経平均の5営業日リターン
- NASDAQのトレンド
- 半導体関連指数
- 為替
- 金利
- セクター全体の下落率
などを加味した地合いフィルターが必要です。
2. 半導体・グロース株の下落耐性を別評価する
半導体関連は値動きが大きいため、通常のスコアだけで並べると、上にも下にも大きく振れる銘柄が上位に入りやすくなります。
今後は、半導体やグロース株については、
- ボラティリティ
- 直近の過熱感
- ギャップダウンリスク
- セクター全体の下落局面
- 過去の最大下落幅
を別に評価した方がよさそうです。
3. 損切り条件の検証が必要
今回のように-10%以上、-15%以上の下落が出る場合、5営業日後まで持ち続ける前提だけではリスクが大きすぎます。
今後は、
- -3%で損切り
- -5%で損切り
- SMA25割れで撤退
- 前日安値割れで撤退
- 出来高急増を伴う陰線で撤退
といった条件をバックテストする必要があります。
短期予想では、当たるかどうかだけでなく、外れたときの損失をどう抑えるかが重要です。
4. 総合スコアだけではなく、過去類似条件を重視する
AIStockLabの総合スコアは、上昇確率そのものではありません。
短期注目度を並べるためのスコアです。
そのため、今後は総合スコアだけでなく、
- 類似条件件数
- +2%以上確率
- 平均5営業日リターン
- 中央値リターン
- 最大損失
- セクター別成績
を組み合わせて、候補を選ぶ必要があります。
システム面では改善もあった
今回の成績は悪かったものの、AIStockLab自体のシステム面では改善もあります。
今回のスクリーニングでは、5,000銘柄をチェックし、4,272銘柄を評価対象にできています。
最終的に条件を満たした銘柄は1,358銘柄でした。
以前は10銘柄程度の監視リストに近い状態でしたが、現在はかなり広い日本株ユニバースから候補を抽出できるようになっています。
また、銘柄名補完も改善され、TOP5に銘柄名未取得の候補は含まれなくなりました。
つまり、システムとしては前進しています。
ただし、予測ロジックの精度やリスク管理には、まだ大きな改善余地があります。
次回に向けた改善方針
今回の結果を受けて、次に改善したいのは以下です。
1つ目は、地合いフィルターです。
日経平均やNASDAQが弱い局面では、短期候補を減らす、またはリスク警戒モードに切り替える仕組みが必要です。
2つ目は、損切り条件のバックテストです。
5営業日後の終値だけでなく、途中で一定以上下落した場合に撤退したら成績がどう変わるかを確認します。
3つ目は、スコア補正です。
総合スコアが高くても、過去類似条件の平均リターンが悪い銘柄は候補順位を下げるべきです。
4つ目は、セクター別の補正です。
半導体関連のように値動きが大きいテーマでは、通常のスコアだけでなく、テーマ別の過去成績を加味して判断する必要があります。
まとめ
今回のAIStockLabの答え合わせでは、かなり厳しい結果となりました。
2026年6月25日に出した予想を、2026年7月2日時点で確認したところ、検証済み15件中、+2%以上を達成したのは1件のみでした。
+2%以上達成率は6.7%、平均5営業日リターンは-7.4%です。
特に、Lasertec、DISCO、Advantest、フジクラといった候補が大きく下落しました。
地合い面でも、日経平均は5営業日で-5.0%と軟調でした。
今回の結果から、AIStockLabには地合いフィルター、損切り条件、スコア補正、セクター別評価の改善が必要だと分かりました。
一方で、システム面では5,000銘柄スクリーニングや銘柄名補完が進んでおり、土台は確実に改善しています。
今後は、単に候補を出すだけでなく、外れたときの損失を抑える仕組みを組み込んで、より実用的なAI株式スクリーニングに近づけていきます。
※本記事は投資助言ではありません。AIStockLabによるスクリーニング、過去データ分析、バックテストをもとにした研究目的の情報です。最終的な投資判断はご自身で行ってください。
