インディ・パ株式会社、金融ビッグデータのポートフォリオ構築システムを開発

インディ・パ株式会社は、複数の金融商品（銘柄）の取引戦略（以下「ストラテジー」という）ビッグデータの中から、確率統計的に優れたストラテジーを取捨選択し、資金量に応じた取引を行うポートフォリオを計算、自動的に最適化し構築できるポートフォリオ構築システム（名称「アリアドネ」）を開発しましたので、下記の通りお知らせいたします。

【ポイント1】　データベースの重層化
金融商品の取引データは、わずかな期間でも膨大な量のデータ（いわゆる「ビッグデータ」）となり、コンピュータの計算リソースを圧迫します。
これがもし、複数のポートフォリオ選択方法を比較検討し、その中でもっともパフォーマンスが良いポートフォリオを構築したいというファンドマネージャー等のニーズに応える場合には、その計算量は指数関数的に増加し、通常のサーバ上の計算で何日もかかる場合や最悪の場合コンピュータがハングアップしてしまう場合も少なくありません。
そのような問題に直面する中で、当社ではデータベースの構築方法を重層化することにより、このボトルネックを解消、最小限の計算リソースにより計算時間を劇的に短縮するシステムを開発、計算時間を従来の10分の1以下に短縮いたしました。

【ポイント2】　確率統計的な評価方法の導入
一般的なストラテジーの性能評価によって求められた結果は、確率的に偶然現れた結果です。これではストラテジーが持つ真の性能を評価しているとは言えません。この判断の偏り（バイアス）を避けるためにはストラテジーの性能評価指標は確率統計的に行う必要があります。また複数のストラテジーでポートフォリオを構築して運用する場合には、ポートフォリオ全体を確率統計的な知見を用いて総合的に評価する必要があります。
そこで当社では、独自の統計的検定手法等の独自の評価手法により、1回の取引あたりのリスクと取引数を確率統計的なアプローチにより分析することで適切なリスクをとりつつも長期的に利益を得ることが可能となるポートフォリオを構築・管理できるポートフォリオ構築システムを開発しました。
本ポートフォリオ構築システムは、ストラテジーの各取引の対数収益に着目、対数収益の期待値の信頼区間を考慮し、シャープレシオやリスクレシオ等の指標と組み合わせることにより、ストラテジーが本来持つであろう性能を定量的に評価します。

【ポイント3】　拡張性に富むシステム構成
システムを構成する全てのプログラムを汎用スクリプト言語「Python」により記述、実装したことにより、可読性、柔軟性、拡張性が高く、かつ計算時間も短縮したポートフォリオ構築システムとなっています。

【ポートフォリオ構築システム「アリアドネ」の動作概要】

1.トレードのデータをWeb APIにより定期的に取得
2.新たに開発したデータベースに蓄積
3.ストラテジーの性能を評価：評価指標は確率統計的なアプローチにより新しく開発した分析手法
4.ポートフォリオ構築結時に動的にファイル化：必要な部分だけを適切なファイル形式で切り出しファイル化、計算を効率化
5.ポートフォリオのバランシング：特に取引回数に着目、統計的検定手法等の独自手法で調査し統計的に有効と思われるポートフォリオバランス手法を採用
6.構築したポートフォリオのアウトプット（CSVファイルでの出力も可能）

プレスリリース本文
http://indepa.net/news/20141106Portfoliosystem.html