More Related Content
More from Takanobu Mizuta
More from Takanobu Mizuta (20)
20110421
- 1. 人工知能を用いた
ファイナンス研究の現状紹介
～特に社会シミュレーションを中心として～
2011/4/21
スパークス・アセット・マネジメント
水田孝信
http://www.geocities.jp/mizuta_ta/jindex.htm
1
- 4. 自己紹介
2000年 気象大学校卒業
2004年 理学系大学院の博士課程を中退
（研究内容： 宇宙プラズマのコンピュータシミュレーション）
気象大学校実験助手、日本学術振興会特別研究員（DC1）、
武蔵工業大学講師等
同年 スパークス・アセット・マネジメントに入社
バックオフィス業務に配属
2005年 ボトムアップリサーチアナリスト
2006年 クオンツ部門
2008年 学術界にも進出
2010年 ファンドマネージャー
2007年 日本証券アナリスト協会検定会員
2008年度 人工知能学会 ファイナンスにおける人工知能応用研究会 優秀論文賞
2009年 中小企業診断士
4
- 5. 研究テーマ 筆頭著者 共著者 発表媒体
１ 過剰な学習の研究 水田 小林、加藤、下妻 査読論文、
学会
２ 株式市場シミュレー 水田 和泉（東大） 学会
タの研究
３ 空売り規制の研究
空売り規制の 八木 水田、和泉（東大）
水田、和泉（東大） 査読論文、
査読論文、
東工大）
（東工大） 査読学会
４ 特許価値指数の調 水田 （特許事務所） セミナー、学会、
査 ワーキングペー
パー
５ 日本の執行環境に 水田 セミナー
関する調査
６ 市場環境急変時の 古幡 水田、 査読学会
対応モデルの研究 （南カルフ 曹（続きの研究で
ォルニア は筆頭）
大）
5
- 6. 主な業績 http://www.geocities.jp/mizuta_ta/jpaper.htm
-- 主な論文 -- (**は査読付き学術誌、*は査読付きカンファレンス)
** 八木勲, 水田孝信, 和泉潔, 人工市場を利用した空売り規制が与える株式市場への影響分析 , 人工知能学会論文誌, Vol. 26, No.
1, pp.208-216, 2011.
http://www.jstage.jst.go.jp/article/tjsai/26/1/26_208/_article/-char/ja/
** Yagi, I., Mizuta, T., Izumi, K., A Study on the Effectiveness of Short-selling Regulation using Artificial Markets, Evolutionary and
Institutional Economics Review, 2010.
* Yagi, I., Mizuta, T., Izumi, K., A Study on the Market Impact of Short-Selling Regulation Using Artificial Markets, ADVANCES IN
PRACTICAL MULTI-AGENT SYSTEMS Studies in Computational Intelligence, Volume, 325/2011, 217-231, 2011.
* Furuhata, M., Mizuta T., So J., Paired Evaluators Method to Track Concept Drift: An Application for Hedge Funds Operations, 5th
International Workshop on Chance Discovery (IWCD10), 2010.
- Mizuta, T., Kudo, I., Kobayashi, Y., A Portfolio of Japanese Equities Weighted by YKS Patent Values, SSRN Working Paper, 2009.
** 水田孝信, 小林悟, 加藤徳史, 下妻友成, 精密で複雑なクオンツファンドは優れているか？, 証券アナリストジャーナル, 72-81, (10
月号), 2008.
-- 招待講演 –
- 東京大学： オープンゼミ(金融実務者による講演), 東京, 2/21, 2011, 理数工系出身者が求められる金融の世界 ～ 人工知能技術
を中心に ～.
- 東京証券取引所： 金融工学研究会(社内限定勉強会), 東京, 1/17, 2011.
- SBIジャパンネクスト証券,トムソン・ロイター： 第３回証券特別セミナー＜PTS清算照合と市場最新動向＞, 東京, 8/5, 2010, 日本の
バイサイドにおける最良執行環境.
- アイフィスジャパン, 工藤一郎国際特許事務所： 経営者向け企業価値向上セミナー, 東京, 3/17, 2010, 無形資産評価と株式投資.
- 工藤一郎国際特許事務所： ＹＫＳセミナー, 東京, 10/23, 2009, ＹＫＳ手法を用いた新しい株式投資手法.
- 人工知能学会ファイナンス研究会, 東京, 9/12, 2009, 機関投資家が人工知能に期待すること(共同講演).
-- 取材記事 --
- 知財情報＆戦略システム第１５号, Intellectual Investment 知財投資.
6
- 9. どのような投資家がいるか？
なぜ騰落率の分布がファットテールになるのか？
中本、佐藤（京大） （2011）
（ http://www.kishii.ss.is.nagoya-u.ac.jp/~tori/society/sig-fin/pukiwiki/index.php?SIG-FIN-006-01 ）
ＦＸの騰落率分布においてテールの形状を人工市場をもちいて推定。
順張りのチャーティストがいないとテールは出てこない。
山田ら（東工大） （2011）
（ http://www.kishii.ss.is.nagoya-u.ac.jp/~tori/society/sig-fin/pukiwiki/index.php?SIG-FIN-006-03 ）
ＦＸの騰落率分布におけるテールは順張りのチャーティストがいないと出てこない。
田嶋ら（名古屋大） （2011）
（ http://www.kishii.ss.is.nagoya-u.ac.jp/~tori/society/sig-fin/pukiwiki/index.php?SIG-FIN-006-04 ）
個別株式のティックデータから投資家の分布を推定。
株価急落が損切や誤発注によるものかファンダメンタルの急変によるものかが
将来的には分かるかも
9
- 10. 金融の規制・ルールはどうあるべきか？
シミュレーションをもちいて検証
八木（神奈川工科大）、水田（スパークス）、和泉（東大） （2010）
（ http://www.kishii.ss.is.nagoya-u.ac.jp/~tori/society/sig-fin/pukiwiki/index.php?SIG-FIN-005-08 ）
人工市場を用いて株式の空売り規制の有無が市場の価格形成に
どのような影響を与えるかを調査
村井（東大） （2010）
（ http://www.kishii.ss.is.nagoya-u.ac.jp/~tori/society/sig-fin/pukiwiki/index.php?SIG-FIN-005-10 ）
人工市場を用いてレバレッジ規制の効果について検証
Lux and Marchiesi (2000) との対比が丁寧で現実の投資家分布の検討している
古幡（南カルフォルニア大） （2010）
（ http://www.kishii.ss.is.nagoya-u.ac.jp/~tori/society/sig-fin/pukiwiki/index.php?SIG-FIN-005-09 ）
取引所の昼休みがなくなった場合の影響について調査
本日の中心的話題である社会シミュレーション
後ほど詳しく説明
10
- 11. マルチファクター学習モデルの問題点と改善提案
水田ら（スパークス） （2009）
（ http://goo.gl/uZA9r ）
マルチファクター的なクオンツファンドは過剰なバックテストによって
パフォーマンスが毀損している。証券アナリストジャーナルにも掲載。
ニューラルネットワークによる学習モデルを仕様
古幡（南カルフォルニア大）、水田（スパークス）、曹（スパークス） （2010）
（ http://www.kishii.ss.is.nagoya-u.ac.jp/~tori/society/sig-fin/pukiwiki/index.php?SIG-FIN-005-04 ）
有効なファクターが急変した場合にそれを検知しそのときだけ
ベットするファクターを大幅に入れ替える
他分野にも応用可能な学習モデルを発明
曹（スパークス）、古幡（南カルフォルニア大）、水田（スパークス） （2011）
（ http://www.kishii.ss.is.nagoya-u.ac.jp/~tori/society/sig-fin/pukiwiki/index.php?SIG-FIN-005-09 ）
上記の日本株発展版。売買回転率を考慮。
スパークスのクオンツファンドに実務応用。（応用の仕方は、ひみつ）
11
- 15. 社会科学のシミュレーション研究
エージェント・ベース・モデル
・ コンピュータの中に仮想の社会を構築する
・ ミクロなエージェント（人間）を多数投入。お互いに相互作用する。
・ それらを集積してマクロ的な観察が出来る
理論モデル 実証
研究 研究
第３の視点
シミュレー
ション
橋渡し
ミクロ的 マクロ的
現象 現象
15
- 16. ● 長所
・ 未知の環境をテストすることが出来る
行ったことがない政策をテストできる
・ 相互作用やフィードバック現象がある場合など
単純な数式でモデル化できない現象を扱うことが出来る
・ 複雑な現象のうち本質的な部分だけを取り出してテストできる
いろんな要因の結果である実証研究に比べ比較検討がしやすい
・ ミクロ的な現象とマクロ的な現象の関連性を見ることが出来る
あるミクロ的な現象を前提におけば、理論モデルの検証が出来る
● 短所
・ 現実と関係のないシミュレーションを行ってしまう可能性がある
現実でも同じようなことが起こるだろうことを説明するのが簡単でない
⇒ 実証研究との連携が必要
・ どういう理由でそうなったのかが分からないことがある
現実は複雑なので単純な説明が出来る方が怪しいと思うべき
とはいえ、理由がまったく分からないのは次につながらない
⇒ 理論モデル研究との連携が必要
16
- 17. 手法のひとつである人工市場
計算機上に人工的に作られた架空の市場
マルチエージェントシステム ＋ 価格決定メカニズム
・ エージェント
計算機プログラムで表現された仮想的な取引参加者
エージェントごとに売買ルールが存在（学習したり進化したりするエージェントも）
ルールに従い発注量と発注価格を決定
“合理的”な投資家もいれば現実にいそうな投資家もいる
・ 価格決定メカニズム（架空取引所）
各エージェントが出した発注量と発注価格に応じて、取引価格を決定
発注量 エージェント
発注価格
架空
取引所
価格決定 取引価格の
メカニズム 決定 17
- 18. ● 価格決定メカニズム
板寄せ方式（ザラ場なし）の場合
買い注文は価格が高いほうから積算していく。
売り注文は価格が安いほうから積算していく。
交点が取引価格
積算
発注量
売り
買い
価格
取引
価格
18
- 19. （2011/ 1/ 20 開催 第５回 クオンツ・ネットワーク・フォーラム、
ニック・ウエイドさん）
• エージェント意思決定規則に関する発展
– Cont and Bouchard (2000) ノイズトレーダーは、群れ行動をとる
– Lux and Marchiesi (2000) トレーダーは、ファンダメンタリスト/
チャ―ティスト/ノイズトレーダーに分類される
• 課題：全てが明らかだと、持続するオーダーブックはできない
• 近年の発展
– Mike & Farmer (2008) 現在に至るまで最も完全なオーダーブック
– 市場データで補正
– ファットテール、分布の広がりはうまく再生された。ボラティリ
ティは自己相関の結果として増大。（流動性効果）
• 直近の進展:
– 群れ行動 ,Cont and Bouchard (2000)
– 動的価格指定, Preis et al (2007)
– 閾値行動、Cont (2007)
- 21. 2009/9 SIG-FIN-03 招待講演の一部
(1) バブルの抑制と金融危機を回避するための規制
過度なバブルと過度な金融危機が起こらないような
適切な制度・規制・金融インフラを政府に提言したい
☆ 過度なバブルと過度な金融危機の弊害
・金融は社会活動の血液：高血圧でも低血圧でもダメ、安定が大事
・人間が幸福になるための科学技術などの発展を支える
今回の金融危機の教訓は「金融は主役ではなく名脇役」
・アセットマネジメント会社の経営においても金融危機は避けるべき
バブル時に人をかき集め、金融危機でリストラ⇒経営が安定しない
21
- 23. 年 月
2008年9月まで 年 月以降
2008年9月以降
順張りファンドの 順張りファンドの
パフォーマンスの改善
改善 パフォーマンスの悪化
悪化
やっぱり他 ファンドが
やっぱり他のファンドが 顧客から設定
設定 やっぱり他 ファンドが
やっぱり他のファンドが 顧客から解約
解約
じような資産
資産を
同じような資産を持っている じような資産
資産を
同じような資産を持っている
保有資産の買い増し
買 保有資産の売却
売却
保有資産の買い増し
買 保有資産の解約
解約
顧客から設定
設定 他のファンドが
ファンドが 顧客から売却
売却 他のファンドが
ファンドが
じような資産
資産を
同じような資産を持っている じような資産
資産を
同じような資産を持っている
他ファンドもパフォーマンス改善
改善 他ファンドもパフォーマンス悪化
悪化
パフォーマンスの改善（悪化）がさらなる改善（悪化）もたらす系
パフォーマンスの改善（悪化）がさらなる改善（悪化）もたらす系
改善
⇒ Positive Feedback を含む系： とても不安定
とても不安定
市場参加者が えることによってむしろ市場は非効率になっているのでは？
市場参加者が増えることによってむしろ市場は非効率になっているのでは？
市場 になっているのでは
（古典的ファイナンスとは逆の結論）
古典的ファイナンスとは逆 結論）
ファイナンスとは
23
- 25. ● 今でもファイナンス系学術界では市場効率性仮説が支配的
そのような考え方ではPositive Feedbackを扱えない
⇒ あるべき金融システム・規制を議論できない
●市場効率性仮説と戦っている研究（行動ファイナンスを除く）
・ Andrew W. Lo (2005)： Adaptive Markets 仮説
・ Farmer and Geanakoplos (2009)、Farmer (2002)
： 人工市場（Agent-Based Model）も使用
などがある。
● 他の社会科学分野では有事（テロ、火災、伝染病）に対する
あるべき対策（避難など）をシミュレーションを用いて議論している
（山影, 2007、出口ら, 2009など多数）
⇒ 金融でもシミュレーションを使った検証を！
25
- 31. （2011/ 1/ 20 開催 第５回 クオンツ・ネットワーク・フォーラム、
ニック・ウエイドさん）
• Yagi, Mizuta and Izumi (2010)
• Lux and Marchiesi (2000) に従い、ファンダメンタリス
ト/チャ―ティスト/ノイズトレーダーを持つエージェン
トベース・モデルを構築
• 規制された市場と規制のない市場の比較
– 規制のない市場の動きはTOPIXのような「現実世界」に類似
– 規制と共にボラティリティが増加
– 規制された市場では効率性が低下
– 規制された市場ではバブルが発生
• 空売り規制が有効なのは危機の最中の極めて短期間だけ
であり、それ以外では空売りを認めることが効率性を高
めボラティリティを低減させる
- 32. 人工市場を用いた株式市場における
空売り規制の影響分析
－規制期間と市場安定性について－
第33回ジャフィー大会
2010年7月30日
八木 勲（東京工業大学大学院）
水田 孝信（スパークス・アセット・マネジメント
株式会社）
和泉 潔（東京大学大学院）
- 38. シミュレーション1の結果（株価推移）
Theoretical prices Prices
• 規制なし市場の状況 700
600
– 株価は理論株価に沿 500
400
うような形で推移．
Price
300
– 株価変動は比較的 200
100
安定している． 0
0 2000 4000 6000 8000 10000 12000 14000
• 規制あり市場の状況 Period
Theoretical price Price
– 株価は理論株価から 700000
600000
大きく乖離している． 500000
– 株価変動が大きく，
400000
Price
300000
暴騰暴落を繰り返す 200000
100000
→ なぜバブルが発生 0
するのか？ 0 2000 4000 6000 8000 10000 12000 14000
Period
- 39. 規制あり市場における
バブルのメカニズム（形成期）
• 株価上昇時：
– テクニカルエージェントの大半は順張り買いとなる．
– ファンダメンタルエージェントは全株式売却後，待機
． Total orders Buy orders Price
350 250000
→買い圧力が強まり， 300
200000
株価上昇が加速する． 250
• 株価天井付近： Volume
200
150000
Price
– キャッシュ不足で 150
100000
買い注文が減る． 100
50000
50
– 割安の注文が成 0 0
立，株価が下がる 2301 2351 2401
Period
2451
．
- 40. 規制あり市場における
バブルのメカニズム（崩壊期）
• 株価下落時：
– 株価が下がり始めると，順張り売りのテクニカル
エージェントが増加する．
Fundamentalists Chartists Noise traders Price
→売り圧力が強まり， 0.9 250000
株価下落が加速する． 0.8 200000
0.7
• 株価底値付近 0.6
Position rate
150000
0.5
Price
– キャッシュ不足のエ 0.4
100000
ージェントの買い注 0.3
0.2
文が増加する． 0.1
50000
→株価が下げ止まる 0
2301 2351 2401 2451
0
． Period
- 41. シミュレーション2
各規制期間における株価推移
理論株価 株価 理論株価 株価
10000 10000
第129期から第204期まで
8000 8000 空売り規制発動
6000 6000
株 株
価 第345期のみ 価
4000 4000
空売り規制発動
2000 2000
0 0
0 500 1000 1500 2000 2500 0 500 1000 1500 2000 2500
期 期
規制期間：1 規制期間：75
理論株価 株価 理論株価 株価
10000 10000
第546期から第846期まで
8000 空売り規制発動 8000
6000 6000
株 株
価 価
4000 4000
第545期から最後まで
2000 2000 空売り規制発動
0 0
0 500 1000 1500 2000 2500 0 500 1000 1500 2000 2500
期 期
規制期間：300 規制期間：無期限
- 42. シミュレーション３
リスク資産率と市場効率性
• リスク資産率
＝リスク資産／（リスク資産＋無リスク資産）
– ただし，リスク資産＝保有株式数×株価，
無リスク資産＝保有キャッシュ量．
• 市場効率性を以下のように定義する．
– 株価と理論株価との乖離が小さい．
– 株価の最大値と最小値の間に理論株価がある．
– 収益率ボラティリティ（標準偏差）が小さい．
- 43. リ ラ
リ (%) 0.01 0.1 1 10 50 67
規
制 株価（最大） 789 732 602 294 230 84
な 株価（最小） 71 86 62 15 6 6
し 理論株価 268 278 285 284 273 280
市 108 80 76 203 239 256
理論株価からの乖離
場
ボラティリティ(%) 2.89 2.85 2.73 4.45 5.79 5.76
規
制 株価（最大） 13950814 2028062 190077 10654 349 346
あ 株価（最小） 434 610 255 233 209 163
り 理論株価 288 321 283 336 295 301
市
理論株価からの乖離 5186177 161516 15280 932 32 41
場
ボラティリティ(%) 6.67 7.89 7.65 7.37 3.57 3.62
- 44. リスク資産率と市場効率性の
相関関係
• 規制なし市場
– 初期リスク資産率が大きいほど，市場が不安定になる．
– 初期リスク資産率が大きいと，無リスク資産が少ないため
，リスク資産が割安のまま放置．
→市場が非効率化．
• 規制あり市場
– 初期リスク資産率が小さいほど，市場は不安定になる．
→投機的にリスク資産が買われ，バブルが発生するため
– 初期リスク資産率が大きいと，バブルが発生する前に無リ
スク資産が底を尽くため，リスク資産は割高にならず．
→市場は効率的に．
- 45. 提案モデルの妥当性
株価収益率に関する統計値
規制なし市場 規制あり市場 TOPIX
平均 0.00045 0.00317 0.00031
標準偏差 0.03098 0.07745 0.01064
尖度 128.65 0.50732 11.673
歪度 3.8347 0.10937 -0.13232
- 46. 株価収益率のヒストグラム
規制なし市場 規制あり市場 TOPIX
• 現実市場と同様，両市場ともファットテール形分布となっている．
• 規制なし市場の方がより現実の市場に似ている．
