Yozora Finance

AIはもう、十分に賢い。 足りないのは、
AIのためのデータ基盤。

Yozora Financeは、約4,000社の開示文書を構造化し、AIが検索できるデータ基盤として自社開発・運用しています。同じ技術で、PDFやファイルサーバーに眠る企業の文書を、AIが根拠として使える形に整える開発支援を提供しています。

開発支援を見る お問い合わせ

自社データ基盤として本番運用中

470万超
構造化済みの本文・表
約4,000社
主要市場の上場企業
1,400件超／月
一次・公式ソースに基づく経済ニュース *

* 2026年7月16日までの直近30日間の実績。

Mission

原典との距離を、ゼロに近づける

AIの性能は、もはやボトルネックではありません。多くの組織でAIが成果を出せない本当の原因は、情報の側にあります。判断の根拠となる一次情報が、PDFやファイルサーバーの中に、AIから見えない形で眠ったままになっていることです。

Yozora Financeは、複雑な日本語文書を収集・構造化し、検索できる形に整えることで、AIと原典の距離をゼロに近づけます。自社では有価証券報告書・決算短信など約4,000社の開示文書を対象にこの基盤を構築・運用し、同じ技術を企業のデータ基盤構築の支援として提供しています。

Services

賢いAIに、読めない資料を渡していませんか

AIを導入したのに、現場で使われない。原因の多くはモデルの性能ではなく、必要な情報がPDFや共有フォルダの中に、AIから見えない形で散らばっていることにあります。どれほど賢いモデルも、渡されない情報には答えられません。

私たちは、日本語文書を構造化し、検索できる形に整える「AIのためのデータ基盤」を構築します。自社で約4,000社の開示文書に対して行っているのと、同じ仕事です。

文書構造化パイプラインの開発

PDF・帳票・XBRLなどの非定型文書を、目次・セクション・表の構造を保ったまま、AIが扱えるテキスト・Markdownに変換するパイプラインを構築します。

検索・RAG基盤の構築

キーワード一致と意味検索を組み合わせたハイブリッド検索で、文書群から根拠を返す検索基盤を構築します。出典に戻れる設計で回答を検証可能にし、MCP対応でAIエージェントからも利用できます。

検索精度の評価・改善

お客様のデータで評価セットを構築し、検索・RAGの精度を数字で測定・改善します。「良くなった気がする」で終わらせない、測定に基づく改善サイクルを提供します。

進め方

  1. 01

    ヒアリング

    対象の文書と業務、AIに答えさせたい質問を確認します。

  2. 02

    精度検証PoC

    データの一部で検索基盤を試作し、精度を評価レポートとして納品します。

  3. 03

    本開発

    PoCの数字をもとにご判断いただき、本番の基盤を構築します。

  4. 04

    運用・改善

    精度の継続測定と改善を行い、必要に応じて内製化を支援します。

本開発に進むかどうかは、PoCで精度の数字をご覧いただいてから判断できます。

開発のご相談

Technology

独自ベンチマークが示す検索精度

既存の日本語検索ベンチマークはスコアが飽和し、実務の検索品質を測れなくなっています。私たちは約384万件の本番コーパスから「投資判断に使える根拠を返せるか」を測る独自ベンチマークを構築し、その上で埋め込みモデルを自社開発しました。

1.3億パラメータの自社モデルが、OpenAI・Googleの埋め込みAPIを含む評価対象のすべてを上回りました。

+40.3%
nDCG@10、OpenAI text-embedding-3-large 比
+15.7%
nDCG@10、Gemini Embedding 2(Google)比
130M
パラメータ数 — 1Bクラスの約8分の1のサイズで最高精度
モデル nDCG@10 MRR@10 nDCG@10 (g3)
Yozora Investor Embedding v1 130M 0.5012 0.8424 0.3033
Yozora Investor Embedding v1 70M 0.4668 0.7993 0.2645
Sarashina Embedding v2 1B 0.4560 0.7399 0.2474
Yozora Investor Embedding v1 30M 0.4357 0.7739 0.2349
Gemini Embedding 2 0.4333 0.7220 0.2236
PLaMo Embedding 1B 0.4111 0.7207 0.1977
BM25 0.3920 0.6743 0.1898
Qwen3 Embedding 0.6B 0.3637 0.6035 0.1700
Ruri v3 310M 0.3618 0.6491 0.1698
Jina Embeddings v5 Text Small 0.3609 0.6199 0.1696
Harrier OSS v1 0.6B 0.3576 0.6097 0.1629
OpenAI text-embedding-3-large 0.3573 0.6287 0.1575
Ruri v3 130M(ベースモデル) 0.3312 0.6186 0.1387
参考: RRF(自社130M + BM25) 0.5325 0.8639 0.3329
944
評価用の検索文
43,481
評価対象の文書チャンク
161,808
採点済みペア
0–3
4段階の関連度評価

評価セットは、適時開示・有価証券報告書からなる約384万チャンクの本番コーパスに対し、複数の検索手法で上位候補をプールして構築(TREC方式)。関連度はグレード2以上を「投資判断に使える根拠」と定義しています。採点基準は人手の判定と突き合わせて設計・調整した上で、モデルの学習に関与していない独立のモデル(Qwen 3.7 Plus)により161,808ペア全体に適用しました。グレード境界や定型文の扱いなど判定が難しい事例は人手で検証し、採点品質を確認しています。nDCG@10 (g3)はグレード3のみを正解とする厳格条件です。ベースモデル(Ruri v3 130M)からのファインチューニングにより、nDCG@10は0.3312から0.5012に向上しました。

評価セットの構築からモデルの選定・改善までのこのプロセスは、開発支援でもお客様の文書に対して同じ方法で提供しています。詳細な方法論・追加の評価結果にご関心のある方はお問い合わせください。

Product

モモンガサーチAPI

企業公表資料と経済ニュースを、AIで扱いやすくする検索API

適時開示、IR資料、有価証券報告書、金利・政策・地政学などのニュースを、出典に戻れる形で検索・取得できるREST APIです。PDFやXBRLの取得・整形、目次・セクション抽出をAPI側で行うため、必要な一次情報だけをAIや分析ワークフローに組み込めます。開発支援で提供する構造化・検索の技術は、この自社基盤の本番運用で日々検証されています。

プロダクトサイトへ

PDF・XBRLの整形

開示資料の本文を、AIや分析コードで扱いやすいテキスト・Markdown形式で取得

目次・セクション抽出

文書の構造と各セクションの文字数を確認し、必要な箇所だけを選んで取得

ハイブリッド検索

キーワード一致と意味検索を組み合わせ、表現の揺れを含む文書内の根拠候補を特定

必要な情報だけ取得

候補文書を絞り込んでから、必要な本文・ページ画像・元ファイルだけを取得

出典を確認可能

開示資料やニュースの参照先を保持し、検索・分析結果から元の情報を確認可能

MCP対応

Claude CodeやCodexなどのAIエージェントと簡単に連携 — GitHub

Leadership

自然言語処理を専門とする経営チーム

早稲田大学を起点に、検索技術と日本語大規模言語モデルの研究に取り組むメンバーが、研究の最前線をそのままプロダクト開発に持ち込んでいます。

惠良祐太の写真

代表取締役 CEO

惠良 祐太Yuta Era

全日本学生投資連盟(JPSI)代表理事として、学生向け投資カンファレンスや国際投資大会の企画・運営に従事。投資リサーチにおける一次情報の収集・分析の非効率に課題を感じ、Yozora Financeを創業。事業開発・外部連携・プロダクト戦略を担当。

執行役員 CTO

富田 悠介Yusuke Tomita

早稲田大学大学院 田中研究室にて、有価証券報告書や契約書のように定型文の多い産業文書から、意味のある記述を探し当てる検索技術を研究。株式投資サークルで代表を経験し、現在は早稲田AI研究会の代表を務める。プロダクト開発・事業戦略を担当。

源怜維の写真

執行役員 CRO

源 怜維Rei Minamoto

早稲田大学大学院 河原研究室にて自然言語処理・大規模言語モデルを研究。国立情報学研究所のリサーチアシスタントとして日本語LLMの研究開発に従事。LLMの安全性と学習データ構築に関する研究が、自然言語処理分野のトップ国際会議ACL 2026(Findings)に採択。研究開発・技術評価を担当。

News

ニュース

  • 2026.05
    プレスリリース

    「モモンガサーチAPI」ベータ提供開始 — 320万超の本文・表を横断検索

    PR TIMESで読む
  • 2025.08
    イベント

    Student Investment Conference 2025（東証ホール）にて、投資AIエージェントの開発・運用体験企画を実施

    日経COMPASSの記事を見る

Writing

技術発信

プロダクト開発の過程や検索技術の知見を、開発記録としてZennで公開しています。

連載(全4回)

Yozora Diff 決算版 — 決算短信の「意味のある変化」だけをLLMで抽出する

新旧の決算短信PDF/XBRLを突き合わせ、文単位の差分検出と2段階要約を行うパイプラインの開発記録。

#1 概要 #2 構造化 #3 文対応付け #4 要約 GitHub

ガイド

Momonga Search MCPをClaude / Codexで使う

AIエージェントからモモンガサーチAPIを利用するためのMCPサーバーのセットアップガイド。

記事を読む

Zennですべての記事を見る

Company

会社概要

社名
株式会社Yozora Finance
代表者
代表取締役 惠良 祐太
設立
2026年2月
所在地
東京都調布市
資本金
500万円
事業内容
金融データ基盤・検索APIの開発および提供、企業向けデータ基盤構築の開発支援

Contact

お問い合わせ

金融データ処理・検索基盤の開発・導入および業務提携に関するお問い合わせは、メールにてご連絡ください。

info@yozorafinance.com