主成分分析とガウス型グラフィカルモデルによる残差リターンの抽出とモメンタム戦略への応用

渡部航史, 尾崎令拓, 今城健太郎, 平野正徳

人工知能学会第36回金融情報学研究会, pp. 264-271, Mar. 22, 2026

Conference

人工知能学会第36回金融情報学研究会 (SIG-FIN)

Abstract

市場全体のリスクをヘッジする取引戦略において残差リターンが有効であることが知られている。残差リターンの特定には多変量解析手法が用いられるが、金融時系列において頻繁に発生するランク落ちなどの不安定性が大きな課題となる。本論文では、主成分分析とガウス型グラフィカルモデルを組み合わせて残差要因を抽出する方法を提案する。提案手法によって得られた残差リターンは、従来の主成分分析ベースの手法と比較して、高い安定性と直交性を示すことを確認した。さらに、S&P500およびTOPIX500構成銘柄の過去データを用いたバックテストでは、残差リターンの直交性が向上し、リバーサル戦略におけるシャープレシオの改善が確認できた。

Keywords

残差リターン; 主成分分析; ガウス型グラフィカルモデル; モメンタム戦略;

doi

10.11517/jsaisigtwo.2026.FIN-036_264

bibtex

@inproceedings{Watanabe2026-sigfin36,
  title={{主成分分析とガウス型グラフィカルモデルによる残差リターンの抽出とモメンタム戦略への応用}},
  author={渡部 航史 and 尾崎 令拓 and 今城 健太郎 and 平野 正徳},
  booktitle={人工知能学会第36回金融情報学研究会},
  pages={264-271},
  doi={10.11517/jsaisigtwo.2026.FIN-036_264},
  year={2026}
}