[2A4-GS-2] 機械学習：データ活用

[2A4-GS-2-05] Graph Based Entropyと市場ベータを用いた株式市場の異常検知

〇中田 喜之¹、吉野 貴晶¹、杉江 利章¹、夷藤 翔¹、関口 海良²、大澤 幸生² (1. ニッセイアセットマネジメント株式会社、2. 東京大学)

キーワード：グラフベースドエントロピー、クラスタ分析、異常検知

株式市場において、株式インデックスと個別銘柄の株価の連動性を表す市場ベータは、投資家から注目される指標値の一つである。市場との連動性が高い(高ベータ)銘柄に対する物色は、市場の先行きに対する投資家の心理が、強く反映される可能性がある。
一方で、個別銘柄の直近のトレンドは、直近の業績にも依るため、必ずしも市場全体のトレンドとは一致しない。このため、極端なトレンドの銘柄に対する物色は、市場全体と個別銘柄との相対的な先行きへの期待が、強く反映される可能性がある。
本研究では、市場ベータとトレンドの強さによって、株式市場の構成銘柄を領域に分割し、領域ごとの物色の変化から株式市場の異常を検知する手法について検証した。
株式市場の構成銘柄に対して、Graph Based Entropyの手法を適用することで、領域ごとの物色変化から、株式インデックスが強い下落トレンドへ変化するような異常個所の検知を試みた。
TOPIX 500、S&P 500、STOXX® Europe 600の3つの株式インデックスに対して検証を行い、いくつかの強い下落トレンドの検知に成功した。