不定期掲載となった感じが全くしませんが、気にしないで下さい。前回に引き続き、三菱ＵＦＪ信託銀行のＡＩ日本株式オープンについて検証します。今回検証するのは、日次予測に使用されているディープラーニングです。
◆参考資料
(1)「新潮流で広がるクオンツ運用のフロンティア」－三菱UFJ信託銀行、2016年6月
(2)「ディープラーニングで資産運用、三菱UFJ信託が新たな金融商品」－日経BP、2017年2月6日
(3)その他、ニュース記事
◆ディープラーニングの手法
以下に分かる範囲で列挙していきます。
(1)入力変数
およそ300の入力変数を採用。「当社が持つデータ全てを入力データとして使用している」とのこと。
・国内マクロ指標：GDP、機械受注、有効求人倍率、景気ウォッチャー指数など
・株式市場データ：株価指数の移動平均、売買高など
・他市場データ：為替、債券の騰落率など
・センチメント指数：VIXなど
(2)目的変数
翌日のTOPIXの上昇／下落
(3)分析ツール
海外製のオープンソフトウェア。TensorFlowではないようです。
(4)ニューラルネットモデル
中間層が多層に設定されているとのことですが、層数は不明です。
◆ディープラーニングの効果
上記の参考資料(1)と(2)に、ディープラーニングに基づいてTOPIXを取引した場合のバランスカーブが記載されています。検証期間は資料(1)が10年3月～15年9月、資料(2)が12年3月末～15年8月末となっています。両者を比較すると殆ど同じ結果となっており、基本的に同じ手法を用いた結果と考えられます。ただし資料(2)では2015年8月のチャイナショックでの損失を回避できるように修正されています。
◆検証内容および結果
では上記のディープラーニングの効果とは、果たしてどのくらいのものなのでしょうか。ここでは、一般的な「とある手法」を用いて同様の取引を行った場合の結果と比較を行います。
なんと、殆ど同じ特性を再現できてしまいました。「とある手法」とは、これまでのコラムから容易に想像できると思います。入力に使った変数の数は、わずか「２」です。もちろんノンパラな手法ではないため、なぜこのような挙動となるのかしっかりと理由付けができます。
ＡＩ投信にこのディープラーニングモデルが採用されているかどうか、実際のところは不明です。今回私が行った手法は公開しても何ら問題のないレベルと考えていますが、手法の公開によりバッシングを受けた事例がありますので、公開は差し控えさせて頂きます。
