AI＜人工知能＞特集

• AIで何が変わる？
• 当社取扱のAI関連ファンド
• タイアップ対談

クオンツ運用とは異なるAI独自の強み、ディープ・ラーニングで自動的に予測精度改善

1. 野尻氏

   私たち日本人投資家にとって、日本株は「ホームグラウンド」であるといえます。しかし、デフレ環境が続いてきたわが国では、1989年以降の長期でみると低迷が続き、米国株と比較するとその差は歴然としています。低迷する日本の株式市場でどのように収益を獲得するか、その答えとして見出したのが絶対収益型の運用でした。

日本と米国の株価指数推移

• 出所：Bloombergのデータを基に三菱UFJ国際投信作成

• ※米国株式：S&P500株価指数（米ドル建て、配当込み）
  日本株式：東証株価指数（配当込み）
  • 上記は、過去の実績・状況であり、将来の市場環境の変動や運用状況・成果を示唆・保証するものではありません。また、為替・税金・手数料等を考慮しておりません。

1. 野尻氏

   AIを活用し絶対収益型の運用を行う公募ファンドは国内投信としては当ファンドが初めてとなります。日本株の絶対収益型ファンドは数少ない中、AIという新しい技術を活用したファンドをご提供することは、投資家の皆さまの選択肢を増やすことに繋がると考えました。

2. 坂本

   確かに、2016年を振り返っても、日銀のマイナス金利導入やBrexit（英国国民投票でのEU離脱決定）、トランプ新大統領の誕生決定といった予想外のイベントで国内外の市場が大きく動きましたので、相場環境に左右されず収益獲得を目指す絶対収益型ファンドへの期待が高まっていると思いますね。実際どのような運用を行っているのかについて詳しくご説明いただけますでしょうか。

3. 野尻氏

   当ファンドは2つの戦略を用いて運用します。1つ目は「株式個別銘柄戦略」で、国内株式への投資に加え、株価指数先物の売建てを行うことで収益の獲得を目指します。売建ては、組入株式における株式市場に対する感応度を排除できると考える量を行います。もう1つの「先物アロケーション戦略」は株式市場が上昇すると予想される際に、株価指数先物の売建て量を減少させることで、実質株式組入比率を引き上げ、株式相場の上昇による収益も一部獲得することを目指します。

   • ※株式個別銘柄戦略では、市場要因を排除するため、個別銘柄選択要因が収益の源泉となります。このため組入株式全体の値動きが株式市場全体の値動きを上回ればファンドにプラスの、下回ればマイナスの影響を与えます。
   • ※先物アロケーション戦略により、ファンドに実質株式組入がある場合、株式相場が上昇すればファンドにプラスの、下落すればマイナスの影響を与えます。

各運用戦略で活用するモデルについて（2016年9月末現在）

1. 坂本

   なるほど。では、AIは株式個別銘柄戦略と先物アロケーション戦略の両方でどのように活用されているのでしょうか。

2. 野尻氏

   まず先物アロケーション戦略の方からご説明すると、2016年9月末では同戦略には相場の先行きを予測する「日次予測」「月次予測」、相場の転換点を予測する「転換点予測」という3つのモデルがあり、これらを組み合わせて実質的な株式組入比率を決定します^＊。そのうち「日次予測」、「月次予測」のモデルではAIが活用されています。特に、「日次予測」については近年話題の「ディープ・ラーニング（深層学習）」と呼ばれるAIの技術を用いており、データの特徴から因果関係を見出して翌日の株式市場の値動きを予測します。従来の数量的な分析に基づくいわゆる「クオンツ運用」では、分析モデルがうまく機能しないときに人間がモデルを見直して改善していく必要があり、対応に時間を要しますが、ディープ・ラーニングではAIが日々の相場を見て自ら学ぶため、相対的に迅速な対応が可能です。

   • ＊これらのモデルは将来変更する場合があります。
3. 坂本

   いまクオンツ運用との違いについてお話しがありましたが、他にもAI独自の強みはあるのでしょうか。

4. 野尻氏

   大きく3つの違いがあります。1点目は先ほどご説明したAI自体が自ら学習するという点です。2点目は分析対象となるデータの種類が広がった点が挙げられます。従来のクオンツ運用で扱えるのは原則として定量データ（数値等）のみでしたが、AIでは数値以外の文章等幅広い非定量データも処理可能になりました。最後は、人間の考え方にしばられないという点です。従来のクオンツ運用では分析モデルを考えるのは人間ですので、その分析結果も人間が考えられる範囲内にとどまります。しかし、AIは人間が気付いていないデータの特徴に気付く可能性があるので、その点も大きなメリットと考えます。

1. 坂本

   実際に、バックテストの結果を見ると、国内株式市場全体と比べ、安定的に推移していることが分かります。特に2015年8月の中国人民元の突然の切り下げを発端とした世界同時株安以降、日本株が大きく値を崩す中で安定的に収益を積み上げている点は注目されます。

バックテストと国内株式の推移および騰落率

• 出所：三菱ＵＦＪ信託銀行、Bloombergのデータを基に三菱ＵＦＪ国際投信作成

• ※バーナンキショックとはバーナンキＦＲＢ（米連邦準備制度理事会）議長が、量的金融緩和の縮小や将来の利上げを示唆する発言を行ったことなどが引き金となり発生した一連の金融市場の動揺です。
  • 上記イベントはバックテストのパフォーマンスの全てを説明するものではありません。
  • 上記は、過去の実績・状況、バックテストであり、将来の市場環境の変動や運用状況・成果を示唆・保証するものではありません。
  • 上記（国内株式）は東証株価指数（TOPIX）(配当込み)を使用しており、ファンドの運用実績を示すものではありません。計算期間が異なる場合は、結果も異なる点にご注意ください。
• ＊バックテストについて
  • バックテストは、2016年初に開発されたＡＩモデル等を基に2009年3月からこれらのモデルが存在するものとし、各時点でそれ以前の情報しか保有しない状況から日々ＡＩが学習したと仮定して三菱ＵＦＪ信託銀行が行ったバックテストです。なお、バックテストは株式の組入比率の上限を80％とし、新たなモデルの採用や入替を行っておりません。
  • ＡＩモデルは自己学習していくことから、過去のある時点と異なる時点とで同じ投資環境となった場合でも同じポートフォリオを構築するとは限りません。
    また、現物株式や株価指数先物の流動性や売買コストには一定の前提をおいていますが、税金・その他手数料等を考慮しておりません。
  • バックテストはファンドの過去のパフォーマンスを示したものではありません。
  • バックテストはイメージをつかんでいただくためのものであり、ファンドの将来の市場環境の変動や運用状況・成果を示唆・保証するものではありません。
  • 計算期間が異なる場合は、結果も異なる点にご注意ください。

テキスト・マイニングを活用、日本の上場銘柄のニュース等を読み込み銘柄選定

1. 坂本

   先物アロケーション戦略におけるAIの活用についてお話しいただきましたが、もう1つの株式個別銘柄戦略ではどのようにAIを利用しているのでしょうか。

2. 野尻氏

   2016年9月末時点では「安定高配当モデル」と「ニュースピックモデル」という2つのモデルを用いています^＊。

   まず安定高配当モデルをご説明します。同モデルでは、まず配当利回りと配当成長率の高さで銘柄を絞ります。次に、企業の財務データを基に減配リスクが高い銘柄を除き、最後に決算短信などから安定的に配当を出すことが期待される銘柄を絞り込みます。AIを活用するのはこの最後の部分で、「テキスト・マイニング」と呼ばれる技術を用いて有価証券報告書、決算短信等の膨大なテキスト情報を分析させることで、安定的に配当を支払うことが期待される銘柄を抽出します。先物アロケーション戦略で株式相場の上昇による収益の一部獲得を目指すため、安定高配当モデルにおける現物はディフェンシブ性が強い安定高配当に注目しています。

   • ＊これらのモデルは将来変更する場合があります。

   もう1つのニュースピックモデルにおいても「テキスト・マイニング」を活用し、定量データと経済ニュース等を組み合わせて銘柄を選定します。同モデルでは、AIがポジティブなニュースか、ネガティブなニュースかを判断しています。例えば株価は下落基調であるもののネガティブなニュースが減少している場合は、「株価が反発地合いになる」とテクニカル要因と組み合わせて予測します。その他にも、市場の注目度が低い銘柄について、好決算が出た場合は「今後織り込みが進む」とサプライズ要因と組み合わせて予測する場合もあります。このように、ニュースがポジティブなのかネガティブなのかを判断するだけでなく、どのような状況であれば株価が値上がりしやすいのかも分析する仕組みとなっています。

3. 坂本

   アクティブファンドの場合、アナリストがカバーしている銘柄数も重要なポイントになりますが、当ファンドの場合、ニュースピックモデルではほぼすべての銘柄が分析対象になるのでしょうか。

4. 野尻氏

   ニュースピックモデルでは日本の上場銘柄全てを分析対象としています。一般的なアクティブファンドでは限られた人数のアナリストがこれだけ多くの銘柄の決算情報やニュースに全て目を通すのは現実的ではありませんが、AIでは網羅することが可能です。株式個別銘柄戦略により選定された上位10銘柄を見ると、安定高配当モデルを採用していることから、各銘柄の予想配当利回りは概ね東証一部の予想配当利回りの平均よりも高くなっています。

   なお、ニュースピックモデルではニュースに応じて銘柄の選定を行うため、顔ぶれが比較的頻繁に変わることも想定されます。ニュースの鮮度も重視しており判断材料となるニュースが少ない時等は株式への投資を控えることもあります。

株式個別銘柄戦略により選択された上位10銘柄

• 出所：三菱ＵＦＪ信託銀行、Bloombergのデータを基に三菱ＵＦＪ国際投信作成

• 上場銘柄の中から、AIによる中長期投資安定高配当モデルとAIによる短期投資ニュースピックモデル（2016年9月末現在）を用いたバックテストにより157銘柄を選択しました。
• 業種については東証３３業種分類に基づいています。
• 上記比率は純資産総額を100％とした場合の各銘柄の比率を示しています。
• 予想配当利回りは、2016年9月末時点におけるBloombergの予想年間配当に基づいています。

• ＊バックテストについて
  • バックテストは、2016年初に開発されたＡＩモデル等を基に2009年3月からこれらのモデルが存在するものとし、各時点でそれ以前の情報しか保有しない状況から日々ＡＩが学習したと仮定して三菱ＵＦＪ信託銀行が行ったバックテストです。なお、バックテストは株式の組入比率の上限を80％とし、新たなモデルの採用や入替を行っておりません。
  • ＡＩモデルは自己学習していくことから、過去のある時点と異なる時点とで同じ投資環境となった場合でも同じポートフォリオを構築するとは限りません。
    また、現物株式や株価指数先物の流動性や売買コストには一定の前提をおいていますが、税金・その他手数料等を考慮しておりません。
  • バックテストはファンドの過去のパフォーマンスを示したものではありません。
  • バックテストはイメージをつかんでいただくためのものであり、ファンドの将来の市場環境の変動や運用状況・成果を示唆・保証するものではありません。
  • 計算期間が異なる場合は、結果も異なる点にご注意ください。

1. 坂本

   個別銘柄選択においても、AIを用いて分析を行っていることが分かりました。ちなみに当ファンドの信託報酬（税込）は年率1.296%となっています。AIを活用した絶対収益型と新しい戦略のファンドで1%台前半の信託報酬は嬉しいですね。今後、先駆者的なファンドとして、注目度が高まるのではないでしょうか。最後に投資家へのメッセージをお願いします。

2. 野尻氏

   当ファンドは三菱UFJ信託銀行と三菱UFJトラスト投資工学研究所（MTEC）と協力して約2年前から試験的な運用を行い今回の設定に至りました。現在、AIの技術ではディープ・ラーニングが注目されていますが、AIの技術は今後さらに進化すると予想され、当ファンドにおいてもより良い技術が出てくれば積極的に取り入れていきます。安定的な収益を期待される投資初心者の方や改めて日本株の投資機会を考えている方にぜひともご検討いただきたいファンドの1つです。

AI日本株式オープン（絶対収益追求型）

ファンドの目的・特色

ファンドの目的

わが国の株式に投資を行うと同時に株価指数先物取引等を行い、特定の市場に左右されることなく収益の獲得をめざします。

ファンドの特色

• ①AI等を活用した投資助言を基に運用を行います。
• ②株式個別銘柄戦略と先物アロケーション戦略の２つを組み合わせることで、絶対収益の追求をめざします。
  • ※絶対収益追求とは、特定の市場の動向に左右されにくい収益の追求をめざすことをいいます。必ず収益を得られることを意味するものではありません。
  • ※ファンドは特定の市場の動向に左右されにくい収益の追求をめざしますが、先物アロケーション戦略を行うことにより、株式市場の動向に左右されることになります。
• ③各運用戦略で採用するモデルはファンド全体のリスク・リターンに配慮して選定し、モニタリングと必要な見直し等を定期的に行います。
• ④年2回の決算時（1月・7月の各31日（休業日の場合は翌営業日））に分配を行います。
  分配対象収益が少額の場合には、分配を行わないことがあります。また、将来の分配金の支払いおよびその金額について保証するものではありません。
  市況動向および資金動向等により、上記のような運用が行えない場合があります。

投資リスク

基準価額の変動要因：基準価額は、株式市場の相場変動による組入株式の価格変動、株価変動等による株価指数先物の価格変動等により上下します。また、組入有価証券の発行者の経営・財務状況の変化およびそれらに関する外部評価の影響を受けます。これらの運用により信託財産に生じた損益はすべて投資者のみなさまに帰属します。したがって、投資者のみなさまの投資元本が保証されているものではなく、基準価額の下落により損失を被り、投資元本を割り込むことがあります。投資信託は預貯金と異なります。主な変動要因は、価格変動リスク、信用リスク、流動性リスク、株価指数先物に関するリスク、株式個別銘柄戦略と先物アロケーション戦略を用いることによるリスクです。上記は主なリスクであり、これらに限定されるものではありません。くわしくは、投資信託説明書（交付目論見書）をご覧ください。

• ※株式個別銘柄戦略と先物アロケーション戦略を用いることによるリスク
  株式個別銘柄戦略では、株式の投資に加え、組入株式における株式市場に対する感応度を排除できると考える量の株価指数先物を売建てることで、収益の獲得をめざします。ただし、完全に株式市場に対する感応度を排除することはできません。一般的に、株式の投資は株式市場の感応度（市場要因）による影響のほか個別銘柄特有の要因（個別銘柄選択要因）の影響を受けます。このため、株式個別銘柄戦略では、組入株式全体の株式市場全体に対する相対的なパフォーマンスが投資成果となり、組入株式全体が株式市場全体を下回るパフォーマンスとなった場合には基準価額の下落要因となります。
  先物アロケーション戦略では、株式相場が上昇局面であると判断した場合に株価指数先物の売建て量を減らして実質株式組入比率を引き上げることにより、株式相場の上昇も一部獲得することをめざします。このため、ファンドに実質株式組入がある場合は株式市場全体の値動きの影響を受けることとなり、株式相場が下落した場合には基準価額の下落要因となります。

ファンドの費用（auカブコム証券の場合）

• ※上記の費用（手数料等）については、保有金額または保有期間等により異なるため、あらかじめ合計額等を記載することはできません。くわしくは、投資信託説明書（交付目論見書）をご覧ください。
  〈課税関係〉課税上は、株式投資信託として取扱われます。個人投資者については、収益分配時の普通分配金ならびに換金時および償還時の譲渡益に対して課税されます。NISA（少額投資非課税制度）およびジュニアNISA（未成年者少額投資非課税制度）の適用対象です。税法が改正された場合等には、変更となることがあります。

東証株価指数（TOPIX）（配当込み）に関する知的財産権その他一切の権利は東京証券取引所に帰属します。

• ※ご購入の際は、投資信託説明書（交付目論見書）でご確認下さい。
• ※投資信託をご購入の場合は、販売会社よりお渡しする最新の投資信託説明書（交付目論見書）の内容を必ずご確認のうえ、ご自身でご判断ください。

上記コンテンツ内容は三菱ＵＦＪ国際投信（株）が作成したものを当社で一部内容を変更したものです。

• AIで何が変わる？
• 当社取扱のAI関連ファンド
• タイアップ対談

ご注意事項【投資信託について】

お客さまにご負担いただく費用等の合計額については、お申込代金や保有期間等に応じて異なりますので、表示することができません。くわしくは、投資信託説明書（交付目論見書）をご覧ください。上記グラフ等は過去の実績・状況であり、将来の運用状況・成果等を示唆・保証するものではありません。また、税金・手数料等を考慮しておりませんので、実質的な投資成果を示すものではありません。上記内容は作成時点のものであり、今後予告なく変更されることがあります。投資信託の購入は、基準価額の変動により元本を割り込み損失を被ることがあります。お取引の際は、目論見書、約款・規程集および　契約締結前交付書面等をよくお読みいただき、商品特性やリスクおよびお取引ルール等をよくご理解の上、ご自身のご判断で無理のない資産運用を行ってください。