How to Select U.S. Stocks Based on Momentum Factor by Machine Learning

Abstract

株式のｱﾉﾏﾘｰのひとつとして知られるﾓﾒﾝﾀﾑﾌｧｸﾀｰはJegadeeshらによって発見された｡そのﾌﾟﾚﾐｱﾑの源泉は､行動ﾊﾞｲｱｽによるﾐｽﾌﾟﾗｲｽから生じるとするのが定説である｡実際､多くの研究において､行動ﾊﾞｲｱｽの代理変数を用いることでﾓﾒﾝﾀﾑの効果が高まることが実証的に確かめられてきた｡ﾓﾒﾝﾀﾑﾌｧｸﾀｰは､平時は着実にﾌﾟﾚﾐｱﾑを生み出す魅力的なﾌｧｸﾀｰの1つであるが､市場ｽﾄﾚｽの発生時にはﾓﾒﾝﾀﾑｸﾗｯｼｭとよばれる現象によって大きなﾄﾞﾛｰﾀﾞｳﾝを引き起こすことが知られている｡運用担当者としては､中長期的な累積ﾊﾟﾌｫｰﾏﾝｽが良好であったとしても､一時的にﾊﾟﾌｫｰﾏﾝｽが著しく悪化するﾓﾒﾝﾀﾑｸﾗｯｼｭは受け入れがたい｡本稿では､先行研究で提案されてきた行動ﾊﾞｲｱｽの代理変数などを特徴量とする機械学習ﾓﾃﾞﾙを構築した｡この機械学習ﾓﾃﾞﾙによって銘柄選定を行うことで､ﾊﾟﾌｫｰﾏﾝｽを維持したまま､ﾓﾒﾝﾀﾑｸﾗｯｼｭによるﾄﾞﾛｰﾀﾞｳﾝを抑えることができた｡