ゆるいブログ

毎日おもったことや、やったことをただただ書いていくブログです

ファンダメンタル分析を機械学習したい

ファンダメンタル分析機械学習について

ファンダメンタル分析でどの指標が実際の株価に与える影響が強いかを知るために機械学習させたいと考えてちょっと調べました。

同様の研究(ファンダメンタルとテクニカルの組み合わせ)があって、これを見ると類似の研究は少なそう。

https://www.jstage.jst.go.jp/article/tjsai/33/1/33_A-H51/_pdf

論文の内容はテクニカル指標とファンダメンタル指標を組み合わせたら精度が上がったよ、という話なのですがファンダメンタルのみでもそれなり以上の精度が出ているように見えます。

また、興味深いのがファンダメンタル指標の重要度ランキングで、キャッシュフローが出現せず、EV(=時価総額+有利子負債-貯金)や連結総従業員数、株式発行数などが上位になっています。

連結総従業員数や従業員数が直接の利益を示す営業キャッシュフローやPERよりも上位に来ているのがなかなか面白いです。一般的に従業員数が多い方が株主価値は高いということなのでしょうね。

f:id:twainy:20190121053141p:plain

ただ、利益を指す指標が上位に出てきません。PER、法人税等の支払い額、EVITDA、EV/EBITDA、配当利回りなどある程度利益と相関関係のありそうな項目が多いためかもしれません。

手元で同等のものを作らないと本当のところはわからないとは思うのですが、そもそもデータを入手するのが面倒くさい……XBRLの解析とか大変だし、クローリングはいろんなサイトで禁止されているし、お金はないし。

また、この論文では分類予測と回帰予測それぞれにおけるファンダメンタル分析の重要性についても書かれています。分類予測というのは株価が上昇するか下降するかの正解率、回帰予測は株主価値(株価×発行株式数)の平均誤差率となります。株主が得る利益の予測には回帰予測の方が適切なので、回帰予測を参考にすると240日間平均ならばファンダメンタル分析の方が90%程度と重要度が高いです。

f:id:twainy:20190121062240p:plain

ファンダメンタルといっても株価・株式発行数・EVあたりについて株価を算出する上で重要度は高いのは当たり前なので、実際に有効なのかはイマイチわかりません。それでも、素人が直感で判断するよりはこういった機械学習を元に割安・割高が判断できた方が望ましいと思います。

とはいえ作るのがそれなりに面倒ではありますね。絶対無理というほど無理ではないので作るべきかどうか悩んでいます。AI投信とかこのくらいはやってくれればいいのに……