Copyright© Rheos Capital Works Inc. All Rights Reserved.

もっと知る・もっと学ぶ ひふみラボ

タグで記事を検索

ひふみアニュアルミーティング2020 EVENT REPORT ①前編

2020年12月13日にオンライン開催した「ひふみアニュアルミーティング2020」。
8時間にわたる内容盛だくさんのイベントの様子を、レオスメンバーがレポートいたします!まずは、「新たな情報が拓く!資産運用の可能性 オルタナティブデータの最前線」と題したセッションを、前編と後編に分けて社長室・林がレポートいたします。

個人的には、このセッションはとても興味を惹かれる内容でした。ゲストのお二人の、オルタナティブデータに関わる当事者としてのお話は、非常に新鮮でした。

当日の動画はこちらから

オルタナティブデータの最前線に立つゲストが登場

アメリカの投資運用の世界ではもはや定番となってきている、最先端のデータサイエンスの1つ、”オルタナティブデータ“の活用。ここ数年、日本でもオルタナティブデータに取り組む企業が登場し注目を集めています。実は、レオスもオルタナティブデータを早くから活用している企業の1つです。
今回はオルタナティブデータの現在と今後を、オルタナティブデータのプロフェッショナル2名をお招きし、レオスメンバーを交えてお伝えいたしました。

お招きしたのは、資産運用におけるオルタナティブデータ活用の最前線に立つAlapacaJapan株式会社CPO、Head of R&Dの北山朝也さん、ナウキャスト代表取締役CEOの辻中仁士さん。
また、レオスからはセッションの進行として社長室の山﨑、株式戦略部のシニア・アナリストの佐々木が登場いたしました。



オルタナティブデータとは

辻中さん:
まずオルタナティブデータとは、従来投資活動で用いられてきた決算情報や政府統計といったデータとは異なるデータのことを指します。
定義が広いために、ひとえに”オルタナティブデータ“といっても、種類は様々で、クレジットカードデータ利用履歴や衛星画像、携帯の位置情報、ソーシャルメディアの利用状況などが有名です。
こうしたオルタナティブデータはアメリカで注目され始め、COVID-19感染拡大によってさらに関心が高まっています。最近では、FRBのパウエル議長や日銀の若田部副総裁も公の場で言及し、説明資料で使用しています。

オルタナティブデータの強みは “速さ”と“細かさ”です。
従来の参照されてきた政府統計等は調査日から約1か月後に開示されてきました。そのため最新の情報を知ろうとして資料を参照しても、実際に掲載されている情報は約1か月も前の情報であり、決して最新の情報とは呼べないものでした。加えて、その後の情報を知るためには1か月後の調査結果の開示を待たなければいけなかったのです。それに対し、オルタナティブデータはそれよりも短い時間で調査結果を知ることができます。
またこれまで国や都道府県等の規模の大きい範囲でしか計測できなかった情報が多かったのですが、位置情報や衛星写真等のオルタナティブデータを駆使することで、例えば「新宿駅前の人数」といった、より細かい情報を集めることができるようになりました。

当日はリアルタイムでイベントなどを記録する「グラフィックレコーディング」でセッションを記録!

レオスでのオルタナティブデータ活用

佐々木:
レオスにおいて投資運用の基本はアイディアの収集にあり、そこから立てた予測に基づき、銘柄をファンドに加えるかどうか選びます。
このとき重要になってくるのはその企業の業績の再現性です。長期投資を行なうレオスにおいて、その業績を将来も持続して出し続けられるのかという業績の再現性は非常に重視されます。たとえ、現在業績がいい企業だったとしても、将来も同じような業績を出しつづけられるとは限りません。好業績の要因を詳細に分析し、1年後、2年後、3年後、その先も同じような業績は出せるのかについて考える必要があります。

この分析をする際に、様々な情報を参考にしますが、中でもレオスが重視してきたのは取材を通じた情報であり、まさにその取材に、オルタナティブデータが使われます。

オルタナティブデータを活用することで、その業界の人でしか分からないようなニッチな情報を得ることができます。そこで得た情報を話のネタとすることで、取材相手とより具体的な話をすることができるようになります。こうした取材×オルタナティブデータといった調査方法は、実際の現場に訪問取材できない現在の状況下において重要度を増してきています。

レオスでは社会でオルタナティブデータ活用が盛んになる以前から活用してきた歴史があり、決して流行りものに飛びついているというわけではありません(笑)。
例えば、当社が度々例に出している「ダメな会社あるある」の「スリッパの法則」がその一例です。「こんな会社に投資したらダメだ」という経験知の蓄積も一つのオルタナティブデータです。現在レオスは従前から培ってきた経験によるオルタナティブデータとナウキャスト様が提供するテクノロジーによるオルタナティブデータを融合することを試みている最中にあります。

ここで、なぜ最新のテクノロジーから得られた客観的なオルタナティブデータがあるのに、アナログで主観的な取材を並行して行っているのか、と思われる方もいらっしゃるかもしれません。レオスが取材を並行して行なう理由としては、オルタナティブデータが生み出す仮説材料のみでは、判断を誤りうる場合があるからです。

例えば「おむつを買う人はビールを買う傾向にある」という有名なデータ分析結果があります。ここからどのような仮説を作ることができるでしょうか。この情報だけでは、ビールを飲む人は、トイレに行くことを面倒くさがるので、おむつをはくことが多い、という信憑性が疑わしい仮説を立てることも可能となります(笑)

しかしここでこの仮説材料について一歩踏み込んで考えてみると、おむつを買う人には所帯があり、子どもの世話をするために外に飲みに行けません。そのためビールも買って家で飲もうとする、というより確からしい消費者の行動が浮かび上がってきます。

こうしたデータの背景にある文脈を的確に推察することができなければ、データを読み間違えることになります。そしてこの背景にある文脈の推察は未だテクノロジーには難しく、人間が日々の取材で調査対象を取り巻く文脈を知っていくことで初めて可能になります。それゆえに取材も並行して行なっているのです。

山﨑:
何かオルタナティブデータと取材を絡めた具体例はありますか?

佐々木:
ある日ふと、投函されているチラシの量が減ったように感じるときがありました。この何となくの経験から「チラシを配布する必要がないほど小売店の売上が上がっているのではないか?」という仮説を立てました。そしてナウキャストさん提供のオルタナティブデータを参照したところ、実際に小売店の売上が上がっていることが分かりました。
立てた仮説は検証されましたが、さらにデータをつぶさに見ていると、販売個数だけでなく、販売単価も上がっていることに気づきました。ここで、「もしかしたら小売店が意図的に値上げしているのではないか?」という仮説を立てました。

この仮説について小売店に商品を卸しているメーカー側に取材して聞いてみると、「小売店側から、コロナ禍で欠品すると問題になるので、欠品を出さないことを優先し、値段を気にせず注文を受けている」とのことでした。さらに、小売店側にも取材してみると「欠品しないようにメーカーに値段を問わず発注をしており、さらに欠品回避のために値段を上げている」という答えが返ってきました。これでまた立てた仮説を検証することができました。
このように、オルタナティブデータは仮説の検証から、また次の仮説を作り出すところまで非常に役立ち、取材にも活かされています。

基礎から分かるAIとオルタナティブデータ

北山さん:
当社(AlapacaJapan株式会社)は為替の変動値というオルタナティブデータについてAIを用いて解析する会社です。今回は、昨今よく聞くAIとそれによるオルタナティブデータの解析についてお話ししたいと思います。

まず、AIというのはルールを作って対応できる条件判断を得意としており、人間が一目見ただけでは判別が難しいような問題を瞬時に解くことができます。

しかし、中には苦手なものもあります。例えば、犬と猫の外見の違いです。私たちにとって犬と猫を見分けることは造作もないことのように思われます。しかし、犬と猫は同じような身体構造を持ち、同じような毛色の種類があるため、その違いをルール化するというのは意外と難しいものです。

このようなルールが作りづらい問題は、AIにはできないもので人間の専売特許である、そう考えられてきました。
そんな中で現れた技術がデータを大量に読み込むことでルールを発見するディープラーニングです。

2015年Googleが10万枚の猫の写真を読み込むことで猫の種類の見極めが可能になった、という論文を発表しました。人間の認識の精度をコンピュータ技術は超えることができないと思われていた中でのこの発表は、従来の定説を覆すエポックメイキングな出来事でした。

当社Alpacaもこのディープラーニングを得意とする会社です。提供しているサービスとしてはディープラーニングを駆使した10分、30分といった短いスパンの為替予測サービスがあります。為替マーケットにおいてAlpacaがディープラーニングしているデータは、Tickデータです。Tickデータはマーケットにおいて最も数の多いデータであり、それを大量にAIに読み込ませることで、どのようなパターンが発生した時にプライスが上がるのか、下がるのかを予測させることができます。また今年から東証が日本株の売買内訳データを有料で公開し始めており、これをもとにした株価の予測についても今後取り組んでいく予定です。


さて、このディープラーニングという技術によって、AIは人間にはできない大量のオルタナティブデータの解析をすることができ、誰もまだ知らないような持続性のある強固なルールを発見できる可能性があります。

発見できたルールは株価やファンダメンタルズといった従来の投資判断をする情報リソースに新たに加わりうるでしょう。実際にオルタナティブデータをAIに解析させて運用に活かす取り組みは既にアメリカでは実践されており、ルネサンス・テクノロジー、ツーシグマといったヘッジファンドが有名です。

とはいいつつもAIは万能ではありません。例えば、少ないデータからルールや法則を発見することや、一見違うもの同士を同一のものとみなすこと、性質が似ているデータに対して外部要因の変化からルールを発見することを苦手としています。しかしこうした点は人間が得意としているところでもあります。AIの強みが重ね合わせられることで、よりオルタナティブデータを活用していくことができるでしょう。



***
後編は北山さん、辻中さん、佐々木そして山﨑のディスカッションの様子をレポートいたします。

※当記事のコメントは、個人の見解です。当社が運用する投資信託や金融商品等の売却・購入等の行為の推奨を目的とするものではありません。