| 研究課題/領域番号 |
19K01592
|
|---|
| 研究機関 | 慶應義塾大学 |
|---|
研究代表者 |
中妻 照雄 慶應義塾大学, 経済学部(三田), 教授 (90303049)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | 金融高頻度データ / 指値注文 / 継続時間モデル / ベイズ統計学 / マルコフ連鎖モンテカルロ法 |
|---|
| 研究実績の概要 |
本研究では、金融市場における資産価格形成の解明を目的とし、指値注文(売買価格を指定する注文)の発生メカニズムを説明するための新しいモデルを提案するとともに、提案モデルを推定するための新しいアルゴリズムの開発を目指してきた。本研究で提案する新モデルの大きな特徴としては、注文発生間隔のモデルに1日の取引時間中の周期的変動パターン(日中季節性)、市場に出されている指値注文の状況(板情報)を活用する点が挙げられる。2020年度の研究では、2019年度において重点的に研究したACD (Autoregressive Conditional Duration) モデルに加えて、SCD (Stochastic Conditional Duration) モデルに日中季節性と板情報を反映できるように拡張する研究を推進した。そして、この拡張されたSCDモデルをマルコフ連鎖モンテカルロ (MCMC) 法でベイズ推定するアルゴリズムを実装するプログラムを開発した。そして、このモデルの有効性を人工データで確認する作業を進め、東京証券取引所における個別銘柄の日中取引データを利用してモデルの実用性の検証を行う準備を進めた。
これと並行して、SCDモデルと似た構造を持つSV (Stochastic Volatility) モデルのベイズ推定に同じアルゴリズムを適用する研究も進めた。このSVモデルにも日中季節性の構造を埋め込み、従来手法よりも効率的に日中の高頻度ボラティリティと同時に推定することに成功した。この研究成果を国内大会（2020年度統計関連学会連合大会）で口頭報告するとともに、英文論文にまとめて査読付きのオープンジャーナルであるJournal of Risk and Financial Managementに掲載することができた。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
2020年度の大きな課題は、日中季節性と板情報を反映させたSCDモデルをベイズ推定するためのアルゴリズムの確立とプログラムへの実装であった。研究協力者と共同作業を進める中で、試行錯誤を繰り返して様々な工夫を凝らしてプログラムの改良を進めた。しかし、2020年4月の緊急事態宣言により大学キャンパスが閉鎖されたため、学内LANからしかアクセスできない高速サーバーの利用が難しくなった。代わりに自宅のPCを使用して研究を続けたが、計算負荷の高いアルゴリズムの実行には力不足であった。そのため想定していた以上に計算時間を要することとなり、思うように研究が進められなかった。その後はキャンパス閉鎖も緩和され、少しずつ研究環境も正常化していったが、現在は研究の進捗の遅れを取り戻す努力をしているところである。
|
| 今後の研究の推進方策 |
COVID-19の影響による研究遅延は痛いが、最終年度である2021年度にはこの遅れを取り戻していきたい。まずはSCDモデルの推定プログラムの改良を1日でも早く完成させて、2019年度に研究したACDモデルとSCDモデルの比較検証を行える体制を2021年度内の早い時期に整えたい。Pythonで記述したプログラムの実行速度が遅いことと高頻度の取引データは銘柄によっては1日分であっても膨大な量になることから、現状では計算時間の制約を考慮して取引の少ない銘柄を対象に実証分析を行うしかなかった。2021年度はJuliaの採用によるプログラムの高速化を行うことで、分析対象の銘柄を拡大するつもりである。
|
| 次年度使用額が生じた理由 |
COVID-19の感染拡大に伴い、参加を予定していた国内外の学会・研究集会が軒並み中止あるいはオンライン開催となったため、旅費を使用する必要がなくなったことが大きな理由である。
|
