2024年 3月15日 10:00～17:00
に実施しました。
次回は 2024年9月頃の予定です。
リモートでは受講数日前にテキストの入手とエクセルツールがダウンロードできます。
対面の場合は、当日のテキスト配布となります。インターネットアクセス可能なノートパソコン(エクセル使用可能）の携帯を推奨します。
概要
金融工学・ファイナンス理論は運用業務のベースとして広く使われていますが、一般的にわかりにくい印象をもたれています。本講義では、金融工学を基礎の基礎から実際の運用へ到るロードマップを示した上で、確率・統計が苦手な方にも直感的に理解できるように、エクセル・スプレッドシートのデモによりわかりやすく説明します。
特に、マルチファクターモデルについて、本格的な学習用モデルを通じ、動作原理から利用方法に到るまで詳細に紹介します。講義で用いたツール類はダウンロードできますので、後日の復習に活用できます。運用業務に直接関わる方の他、ミドル部門や商品企画、マーケティング部門の方にもお勧めできるプログラムです。
シラバス
Session 1 金融工学への導入としての確率・統計
- 1. 導入 ～ リターンとリスク
- リターンの不確実性とは ～ 不確実な資産価値の変化をどう捉えるか
- リスクをどうやって定量的に表すか ～ リターンの２乗平均の意味
- リスクの大きさと資産変動 ～ 標準偏差の大きさによる違いをシミュレーション
- 2. リターンの確率分布とリスクの関係 ～ ランダムの中の規則性
- リターンの分布 ～ グラフにすると分かりやすい
- リスクと確率分布 ～ リスクを定量化するとはどういうことか？
- リターンの確率分布の比較 ～ TOPIXと国債インデックスの違いを数値で表す
- 確率分布の特徴 ～ 性質をおおまかに特徴づける
- 正規分布の性質を理解する ～ ポートフォリオのリスクも個別銘柄と同様
- リターンの正規分布仮定 ～ 確率変動の扱いを楽にする
- 3. リスク推定方法 ～ 理屈より目的
- 実際の資産のリターン分布と性質 ～ 標準偏差だけでは計測できないリスクの存在
- 分散・共分散の推定方法 ～ オプションのIV or ヒストリカルデータ
- 実用的なリスク推定方法 ～ 単純法と指数減衰法
- 4. 相関係数と回帰分析 ～ ポートフォリオ理論への導入
- ２つの確率変数 ～ 株式の日次リターンを確率変数と考える
- 相関係数 ～ 確率変数の動きから相関関係を捉える
- 回帰分析 ～ 標準偏差を等しくする
Session 2 ファイナンス理論と実務の接点
- 1. ポートフォリオ理論 ～ よい投資とは何なのか
- ポートフォリオ理論の基本的な考え方 ～ ポートフォリオの期待リターンとは？
- ポートフォリオのリスク ～ ３資産で効率的フロンティアを描くとどうなる？
- ロボアドバイザーの裏側 ～ 基本原理は極めてシンプル？
- 2. アクティブ ～ ウェイト・リターン・リスク
- アクティブ運用とパッシブ運用 ～ ファンドマネジャーは何をコントロールしているのか
- ウェイトとリスク・リターン ～ アクティブウェイトとベンチマークウェイト
- アクティブリスク（トラッキングエラー）の推定 ～ 原理はトータルリスク推定と同じ
Session 3 ファクターモデルの活用
- 1. ファクターモデル ～ リターン相関の構造
- ファクターモデルの位置付けと考え方 ～ 複数の銘柄を共通に動かす要因を探る
- なぜ銘柄間に相関があるのか
- ファクターモデルと共通要因 ～ 銘柄間の相関構造を明らかにする
- ファクターモデルの構造と用途 ～ どんな時に利用するのか
- ファクターモデルと銘柄情報
- 情報の集約 ～ ファクターモデルは大量の情報を集約するための有用なツール
- ファクターモデルによる分析例 ～ リスクインデックス・エクスポージャー
- 2. シングルファクターモデル ～ マーケットが相関の源
- β（ベータ）の求め方 ～ β値の特性を理解する
- シングルファクターモデルと銘柄間相関 ～ ファクターに対するβ値から相関を求める
- 期待リターンとリスク ～ 銘柄のリターンとリスクはどこからくるのか？
- リターンとリスクを分解する仕組み ～ リターンもリスクもファクターモデルで分解できる
- シングルファクターモデルの活用と応用範囲
- ２銘柄で考えよう ～ 個別銘柄の具体例と各種数値の前提
- β（ベータ）の合成
- ポートフォリオのリターン分解とリスク分解 ⇒ アクティブリターン・リスク分解
- シングルファクターモデルとアクティブ運用
- アクティブポートフォリオ構築（Excelによる最適化デモ）
- 3. マルチファクターモデル ～ 複数の相関の源
- マルチファクターモデルの基本構造 ～ モデル形式と銘柄相関
- ファンダメンタルズベータ ～ マルチファクターモデルからの計算方法
- 実務で多く使われるモデル ～ Barraのスタイルファクターと業種ファクター
- 感応度先決め型（１）～ ファクターリターンとファクター感応度
- 感応度先決め型（２）～ ファクター標準化とファクター共分散
- 感応度先決め型（３）～ スペシフィックリスク推定モデル
- マルチファクターモデルの活用 ～ 理論から実務へ
- トータル分解とアクティブ分解
- アクティブリターン分解とアクティブリスク分解
- ファクターモデルによるアクティブリスク計算 ～ ポートフォリオのリスクは計算で求まる
- マルチファクターモデルとアクティブ運用（学習用ツールを用いたデモ）～ マトリョーシカ
- アクティブエクスポージャー ～ アクティブ感応度を変化させる
- ポートフォリオの設計（Plan）⇒ 最適化とアクティブリスク分解（Do）⇒ ポートフォリオのチェック（See）～ アクティブリターンの要因分解
Session 4 アルファの獲得とクオンツ運用
- 1. クオンツ運用 ～ 一番わかりやすい運用
- ポートフォリオ構築プロセスの全体像
- アノマリー ～ 存在理由を知ることによる効果的な活用
- アルファの合成 ～ アノマリーをアルファへ変換する
- アルファ構築の流れ ～ AI運用？
- クオンツファンド ～ 決められている条件と決めるべき条件
- ポートフォリオ構築へ ～ 取るべきリスクと取ってはいけないリスク
- ポートフォリオ最適化とシミュレーション ～ 幻想ではなく現実を見るために
- 2. インフラ ～ 大変です
- データベースの構築と求められるもの
- 考慮すべき点 ～ 高速性と網羅性と正確性のトレードオフ
- 社内分析環境 ～ 原データ → クリーニングデータ → 加工データ → ツール
- 各種ツール ～ 目的別に要求されること