Pythonで挑むAISデータ解析：船舶動静を経済指標に変える特徴量エンジニアリングの実践

「海上の在庫が見えれば、市場の先行きが見える」

実務の現場では、このような言葉を耳にすることが増えています。これまでの市場予測は、政府や業界団体が発表する週次・月次の統計データに依存していましたが、それらはあくまで「過去の結果」です。

一方、今この瞬間に海を渡っているタンカーやコンテナ船の動き——すなわちAIS（Automatic Identification System）データは、数週間後の供給量を先取りする「未来の指標」になり得ます。

しかし、いざAISデータを入手しても、「データ量が膨大すぎて扱えない」「座標データからどうやって経済指標を作るのか分からない」という壁にぶつかるケースが後を絶ちません。GPSの点群データは、そのままではAIモデルの入力値にはならないからです。

今回は、単なる可視化を超えて、AISデータを「予測モデルのための特徴量」に変換するエンジニアリングプロセスに焦点を当てます。Pythonを使った具体的なロジックや、実務で直面する課題への対処法まで、手を動かしながら理解できる実践的な内容をお届けします。

なぜ船舶動静（AIS）が価格予測の先行指標になるのか

経済学の基本通り、価格は需要と供給のバランスで決まります。しかし、原油や穀物といったコモディティ市場において、供給サイドの情報には常にタイムラグが存在します。

「海上の在庫」と需給ギャップの相関性

原油価格を例にとると、産油国から出荷された原油が消費国に届くまでには、数週間から1ヶ月以上の輸送期間があります。この間、タンカーは「海上の在庫（Floating Storage）」として機能します。

もし、消費地のタンクが満杯で荷下ろしができなければ、タンカーは沖合で待機を余儀なくされます。AISデータからこの「沖待ち滞留時間」の増加を検知できれば、それは「需要減退」または「供給過剰」の強力なシグナルとなります。実際に、過去の原油価格急落局面では、価格が下がる数週間前から主要港湾でのタンカー滞留時間が急増する現象が確認されています。

逆に、タンカーの航行速度（スピード）が上がっている場合は、需要が逼迫し、急いで輸送する必要があるサインと捉えることも可能です。このように、船舶の挙動は市場心理を物理的に反映しているのです。

従来の統計データとリアルタイムAISデータの決定的な違い

従来の貿易統計データと比較した際のAISデータの最大の利点は、「リアルタイム性」と「粒度」です。

• 統計データ: 「先月の輸入量は〇〇バレルだった」という確定報。発表まで1〜2ヶ月のラグがある。
• AISデータ: 「今、〇〇万トンの原油を積んだ船が、あと3日で入港する」という予測値。分単位で更新される。

AIモデルにとって、この「速報性」は予測精度を左右する生命線です。特にボラティリティ（価格変動）の激しい局面では、1日でも早くトレンドの変化を察知することが、調達コストの大幅な削減につながることも珍しくありません。

準備編：予測モデル構築に必要なデータと環境

では、実際に予測モデルを構築するための準備を進めましょう。AISデータは「誰から買うか」で品質が大きく異なります。プロジェクトのROIを最大化するためには、目的に応じた適切なデータソースの選定が不可欠です。

データソースの選定：無料APIと有料プロバイダーの違い

PoC（概念実証）段階では無料のデータソースを使いたくなるものですが、商用利用や本格的な予測モデル構築には注意が必要です。

• 無料/安価なサービス（MarineTrafficの無料枠など）: 沿岸部の基地局で受信したデータが中心。外洋（衛星経由）のデータが欠落していることが多く、長距離輸送の追跡には不向きです。
• 有料プロバイダー（Spire, Lloyd's List Intelligenceなど）: 多数の衛星コンステレーションを持ち、外洋でも高頻度でデータを捕捉できます。また、過去数年分のヒストリカルデータが整備されているため、AIの学習データ確保に適しています。

また、予測のターゲットとなる市場データ（正解ラベル）として、BloombergやRefinitivなどの端末から取得したWTIやBrentの先物価格データも必要になります。

分析環境のセットアップ（Pythonライブラリ構成）

AISデータは時系列かつ地理空間情報を含むビッグデータです。Excelでは到底処理しきれないため、Python環境が必須となります。以下は、実務の現場でよく使用される標準的なライブラリ構成です。

• Pandas: データフレーム操作の基本。数千万行のログデータ処理に。
• GeoPandas: 地理空間データの処理。緯度経度情報から「どの港にいるか」を判定するために不可欠です。
• Shapely: 幾何学計算ライブラリ。ポリゴン（港の範囲）とポイント（船の位置）の関係判定に使用します。
• Scikit-learn / XGBoost / LightGBM: 機械学習モデルの構築。
• Folium / PyDeck: 地図上への可視化。分析結果の直感的な確認に役立ちます。

これらをJupyter NotebookやGoogle Colab上で動かせる環境を整えておきましょう。

Step 1: AISデータの前処理と特徴量エンジニアリング

ここからが本記事のハイライトです。生のAISデータには「緯度・経度・速度・進路」などの数値が入っていますが、これだけでは「原油の供給量」は分かりません。ドメイン知識を使って、データを意味のある指標（特徴量）に変換する必要があります。

ノイズ除去とジオフェンシングによるエリア判定

まず行うべきは、ジオフェンシング（Geofencing）です。これは、地図上に仮想的な境界線（フェンス）を引き、船がその中に入ったかどうかを判定する技術です。

例えば、「東京湾」や「シンガポール沖」、「スエズ運河」といった重要ポイントの座標範囲をポリゴン（多角形）として定義します。そして、AISのGPS座標がそのポリゴン内に含まれるかを判定します。

ロジックのイメージは以下の通りです（概念的なコードです）：

import geopandas as gpd
from shapely.geometry import Point, Polygon

# 1. 港のエリア定義（ポリゴン）
tokyo_bay_poly = Polygon([(139.6, 35.2), (139.9, 35.2), (139.9, 35.6), (139.6, 35.6)])

# 2. 船の位置情報（ポイント）
ship_location = Point(139.75, 35.4)

# 3. 判定ロジック
is_in_port = ship_location.within(tokyo_bay_poly)

これを全データに対して適用することで、「特定の港にいる船の数」や「運河を通過した船の数」を時系列データとして集計できるようになります。

「意味のある数値」への変換テクニック

次に、喫水（Draft）情報に注目します。喫水とは、船体が水面下に沈んでいる深さのことです。

• 喫水が深い = 荷物を満載している
• 喫水が浅い = 荷物を積んでいない（空荷）

この性質を利用すると、以下のような推論が可能になります。

1. あるタンカーが港に入った時の喫水が「15m」だった。
2. 数日後、港を出た時の喫水が「8m」になっていた。
3. 結論: この港で荷下ろし（輸入）が行われた。

逆に、喫水が浅い状態で入港し、深くなって出港すれば「荷積み（輸出）」です。船の設計図（スペックデータ）から「喫水1mあたりの積載量」が分かれば、喫水の変化量からおおよその「輸送量（トン数）」を算出できます。

これにより、単なる「船の数」ではなく、「実質的な原油の移動量」という、より経済指標に近い特徴量を生成できるのです。これがAIの予測精度を劇的に向上させる鍵となります。

Step 2: 機械学習モデルの選定と学習プロセス

特徴量が揃ったら、いよいよ予測モデルの構築です。時系列データの予測には、通常の回帰分析とは異なる特有の作法とモデル選定が求められます。

時系列予測に適したアルゴリズムの選択

原油価格のような複雑な要因で動く数値を予測する場合、一般的に以下の2つのアプローチを比較・検討することが推奨されます。

1. 勾配ブースティング決定木（XGBoost / LightGBM）:

   • 非線形な関係を捉えるのが得意です。「滞船日数がX日を超えると価格への影響が急激に強まる」といった閾値のある挙動をうまく学習してくれます。
   • 特徴量の重要度（Feature Importance）が出力されるため、「どの港の動きが価格に効いているか」を説明しやすく、ビジネス現場での納得感が得られやすいのが大きなメリットです。

2. 時系列・ディープラーニングモデル（Prophet / Transformer）:

   • Prophet: Meta（旧Facebook）が開発したモデルで、長期的なトレンドや季節性（冬場の需要増など）を捉えるのに適しています。パラメータ調整が直感的で、ベースラインモデルとして優秀です。
   • Transformer: かつてはリカレントニューラルネットワークの一種であるLSTM（Long Short-Term Memory）が時系列解析によく用いられましたが、現在は自然言語処理で革命を起こしたTransformerアーキテクチャを時系列データに応用する手法が主流です。実装時にはHugging Face Transformersなどのライブラリが広く利用されますが、最新のメジャーアップデートでは内部設計が刷新され、モジュール型アーキテクチャへと移行しています。ここで最も注意すべき点は、TensorFlowおよびFlaxのサポートが終了（廃止）され、PyTorch中心の最適化へと大きく舵が切られたことです。過去のプロジェクトでTensorFlow版のモデルを利用している場合は、公式の移行ガイドを参照しながらPyTorchベースの実装へ速やかに移行し、再設計された並列化や効率的なバッチ処理の恩恵を受けることを推奨します。

実務的なスタートラインとしては、扱いやすく解釈性の高いLightGBMから始め、必要に応じてTransformer等の高度なモデルへ拡張していくアプローチが良いでしょう。

学習データと検証データの分割戦略

時系列データを扱う際、最も避けるべきミスが「未来の情報を学習に使ってしまう（リーク）」ことです。ランダムにデータをシャッフルして分割する通常のK-Fold交差検証は、時系列データには適していません。

必ず「過去のデータで学習し、未来のデータでテストする」形式をとる必要があります。Scikit-learnの TimeSeriesSplit を活用することで、時間の順序を守った検証が可能になります。

• 学習データ: 過去の一定期間（例：2018年〜2022年）のデータ
• 検証データ: その直後の期間（例：2023年）のデータ

また、特徴量を作る際も「ラグ（遅延）」を意識することが重要です。今日の価格を予測するために、今日のAISデータを使うのは実用的ではありません（データ取得や集計にタイムラグがあるためです）。「7日前のAISデータ」や「30日前の平均滞留時間」を使って、「7日後の価格」を予測するモデルを組むのが定石です。

Step 3: 予測精度の評価と実務への落とし込み

モデルができたら評価を行いますが、ここではデータサイエンティストとしての評価と、ビジネスサイドでの評価を分ける必要があります。AI導入をPoCで終わらせず、実用化につなげるための重要なステップです。

モデルの精度評価指標（RMSE, MAPE）の読み方

統計的な指標としては、RMSE（二乗平均平方根誤差）などが一般的ですが、価格予測においては「方向性の正解率」も重要です。

つまり、「価格がいくらになるか」をピタリと当てることよりも、「来週は上がるのか、下がるのか」というトレンドの方向を当てられるかどうかが、トレーディングや調達判断においては価値を持ちます。

「予測」を「調達判断」に変えるダッシュボード化

分析結果をCSVで渡しても、現場の担当者は困惑するだけです。BIツール（TableauやPower BI）や、StreamlitなどのWebアプリフレームワークを使って、直感的なダッシュボードに落とし込みましょう。

• アラート機能: 「シンガポール沖のタンカー滞留数が過去平均の2σ（標準偏差）を超えました」といった異常検知アラート。
• シナリオ分析: 「もしスエズ運河の通行量が半減したら、価格はどう動くか？」といったシミュレーション機能。

こうすることで、AIは「ブラックボックスな予言者」から「信頼できる参謀」へと進化し、ROIの最大化に貢献します。

よくある課題と解決策：AISデータ分析の落とし穴

最後に、実務で必ず直面する泥臭い課題とその対処法を共有しておきます。

データ欠損への対処法

AISは電波状況によってデータが途切れることがよくあります。数時間データが来ないからといって、船が消えたわけではありません。

単純な線形補間（直前の位置と直後の位置を直線で結ぶ）でも十分な場合が多いですが、港湾付近など複雑な動きをする場所では、カルマンフィルタなどを用いた補正が必要になることもあります。まずは「データが欠損していても、直前の値を維持する（Forward Fill）」処理を入れるだけでも、モデルの安定性は増します。

「なりすまし」や信号断絶の影響

近年、制裁逃れのためにAISの電源を切ったり、偽の位置情報を送信したりする「ダークフリート」の問題が顕在化しています。これらはノイズとなりますが、逆に「信号が途絶えた船の数」自体を一つのリスク指標（特徴量）としてモデルに組み込むという逆転の発想も有効です。

また、AISデータだけに頼らず、衛星画像解析（タンクの影の長さから貯蔵量を推測する技術など）と組み合わせる「マルチモーダル」なアプローチが、最先端の現場では進んでいます。

まとめ

AISデータを用いた価格予測は、魔法ではありません。しかし、適切な前処理とドメイン知識に基づいた特徴量エンジニアリングを施すことで、これまで見えなかった「市場の予兆」を捉える強力な武器になります。

1. ジオフェンシングで船の場所を特定する
2. 喫水情報から荷動きを推定する
3. ラグ特徴量を用いて未来を予測する

この3つのステップをPythonで実装し、調達戦略に組み込むことで、ビジネス課題の解決に直結するAI活用が可能になります。

より高度な「調達・物流最適化」を目指す場合、他社がどのようにオルタナティブデータをビジネス成果に繋げているか、一般的な事例を参考にすることが推奨されます。