[1H5-OS-8c] 金融・会計・経済における情報学

[1H5-OS-8c-03] 効用を考慮した行列分解に基づく株式推薦

〇櫻井 慶悟¹、小川 貴弘¹、長谷山 美紀¹、阿南 晏樹²、中川 慧^2,3 (1. 北海道大学、2. 野村アセットマネジメント株式会社、3. 大阪公立大学)

キーワード：株式推薦、効用、行列分解

本論文では，効用を考慮した行列分解に基づく株式推薦手法を提案する．従来の株式推薦手法は，協調フィルタリングと平均-分散最大化に基づき，投資家の嗜好およびリスク-リターンのバランスを考慮した株式推薦を実現している一方で，投資家のリスク-リターンに対する選好をポートフォリオに十分に反映することが困難であるという課題が存在する．さらに，平均-分散最大化の性能は，期待リターンなどの推定パラメータに大きく依存しているため，それらが不確実な場合には信頼性が低下する可能性が存在する．そこで，提案手法では，行列分解に基づく協調フィルタリング手法の一種であるWeighted Matrix Factorizationと任意の期待効用関数を用いた効用最大化基準により，投資家の嗜好に適合し，高い効用を与える株式の推薦を行う．このアプローチにより二次以降の高次モーメントや相関構造の非対称性を考慮可能となり，詳細に投資家の選好を推薦株式に反映可能である．実社会データを用いた実験により，提案手法が高い推薦性能，Shrpe Ratio，効用を達成する推薦を実現可能であることを確認する．