ニューラルネットワークを利用したポートフォリオセレクションモデル : 実験結果と実務への適用可能性

概要

論文の詳細を見る
証券市場の拡大とともに、証券投資のリスクを低減するために、さまざまな手法が開発され、実務への適用が検討されている。マルコビッツが考案した二次計画法(QP)を利用したモデルは、理論的に大変すぐれた性質をもっているが、実務へ適用するためには、現在のQPが持つ以下のような問題点を解決しなければならない。(1)計算機の記憶領域を非常に多く使う。(2)問題が大規模化すれば、処理時間が長くなる。(3)整数条件など、実務的な制約条件に対応できない。これらの問題点に対して、区分的に線形なリスクを用いたモデルなどが考えられているが、われわれは、マルコビッツモデルの理論的な整合性を残したまま、従来のQPのアルゴリズムではなく、相互結合型ネットワークを利用して投資リスクを低減するモデルを開発した。実験結果から、本モデルは、大規模化の可能性やアルゴリズムの柔軟性などの点で従来のQPよりも優れていることがわかった。ここでは、本モデルの実験結果を紹介し、さらに、実務への適用可能性を検討する.
一般社団法人情報処理学会の論文
1989-10-16