| 研究課題/領域番号 |
09650078
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
工学基礎
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
白川 浩 東京工業大学, 大学院・社会理工学研究科, 助教授 (10216187)
|
|---|
| 研究分担者 |
今野 浩 東京工業大学, 大学院・社会理工学研究科, 教授 (10015969)
鈴木 賢一 東北大学, 経済学部, 助教授 (30262306)
|
|---|
| 研究期間 (年度) |
1997 – 1998
|
| 研究課題ステータス |
完了 (1998年度)
|
| 配分額 *注記 |
3,300千円 (直接経費: 3,300千円)
1998年度: 1,400千円 (直接経費: 1,400千円)
1997年度: 1,900千円 (直接経費: 1,900千円)
|
|---|
| キーワード | シミュレーション / ユニバーサル・ポートフォリオ / 期待成長率最大化 / ニューラルネットワーク / ブラックシュールズ式 / オプションの複製 / デルタ・ヘッジ / コール・オプション |
|---|
| 研究概要 |
本研究においては、シミュレーションと最適化技法を用いた資産の運用及びニューラルネットワークを用いたオプションヘッジに関する研究を行った。得られた具体的成果は以下のとおりである。
1) 過去のパフォーマンスの良さに比例して重み付けを変化させるユニバーサルポートフォリオ選択戦略により、期待成長率を最大化する意味で最適な戦略を推定可能となった。
2) アメリカの証券市場においてユニバーサルポートフォリオ戦略を行うと、単なる事後的ポートフォリオ最適化戦略に比べて、成長率の意味でよりパフォーマンスのよいポートフォリオを構築できることが明らかとなった。
3) いわゆる過去のデータを利用して資産運用の方針を決定するバックテストのアプローチがサンプルごとの資産運用の最大化により、最適解への収束性が保証される理論的条件を明らかにできた。
4) ブラックショールズ式を一般化した評価式を考え、ニューラルネットワークによる学習可能性を調べた。結果として、ブラックシュールズタイプのコールオプション評価式が、十分な教師データを与えることにより、ある程度の精度でも学習可能なことが明らかとなった。またデルタヘッジによるオプション複製の可能性についても考察し、特に広いレンジの株価に対応したオプション価格の教師入力データが得られれば、デルタ関数(偏微分)についても十分学習可能なことが判明した。
5) 市場で取引されているオプション価格をもとに、コールオプショシ評価式を学習させ、デルタヘッジにより市場データから推定されるオプション価格式が合理性のある評価式となっているかを検訂した。結果としてブラックシュールズの一般化評価式を出発点とすれば、十分合理的な評価式が学習されていることが実証できた。
|
