実践 金融データサイエンス―隠れた構造をあぶり出す６つのアプローチ

三菱ＵＦＪトラスト投資工学研究所【編】

日経ＢＰＭ（日本経済新聞出版本部）（2018/05発売）

• サイズ A5判／ページ数 202p／高さ 22cm
• 商品コード 9784532134815
• NDC分類 338.01
• Cコード C3033

出版社内容情報

政府、中央銀行から企業、一般人が発する「ビッグデータ」を解析し、資産運用やリスク管理にどう活用するかを具体例とともに解説。次の投資戦略を
膨大なデータから掘り起こす!

本書は金融におけるデータ分析業務(資産運用、金融におけるリスク管理、金融マーケティングなど)がビッグデータの登場により、どのように変わってきたのかを概観。
さらに、これらのデータを活用することでどのような知見が得られ、どのようにビジネスに活用できるのかを豊富な具体的分析例を交えつつ解説する。金融データ分析のプロフェッショナル(データサイエンティスト)の視点から、新しいデータを活用した独自の切り口での分析結果をていねいに説明する。

【本書で取り上げる事例】
・有価証券報告書からデータを抽出し、企業間の関係情報をビジュアル化する
・ある企業に生じたショックが関連企業の株価に与える影響の速度(タイムラグ)を分析
・連邦公開市場委員会の文章が何を話題にしているのかを機械にテキスト分析させ、金融政策の「見通し」をスコア化する
・「政府」「中央銀行」「マスメディア」「民間エコノミスト」「市場関係者」「一般人」が発信する多種多様なデータを統合し、マクロ経済分析(経済環境のリアルタイム評価)を行う

１　本書の狙いと読み方

２　金融データ分析の変化

３　いろいろな情報を活用した株式運用

４　企業間ネットワークと情報の伝播

５　環境･社会･ガバナンス評価のためのテキストマイニング

６　決算短信のテキストマイニングによる企業評価

７　マクロ経済分析のいま

８　高頻度情報から読む取引行動

９　金融におけるデータ活用の将来

三菱UFJトラスト投資工学研究所［ミツビシユーエフジェイトラストトウシコウガクケンキュウショ］
編集

内容説明

（ニュース、企業間関係、ＥＳＧ、有価証券報告書、ＦＯＭＣ声明文、売買注文履歴）×（ＡＩ・人工知能、ネットワーク分析、自然言語処理、ディープラーニング、ナウキャスティング、アルゴリズム取引）。膨大な情報から次の一手を導き出す！

目次

１　本書の狙いと読み方
２　金融データ分析の変化
３　いろいろな情報を活用した株式運用
４　企業間ネットワークと情報の伝播
５　環境・社会・ガバナンス評価のためのテキストマイニング
６　決算短信のテキストマイニングによる企業評価
７　マクロ経済分析のいま
８　高頻度情報から読む取引行動
９　金融におけるデータ活用の将来

感想・レビュー

※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。

[KAZOO]

最近金融のデータをどのように利用していくのか、という観点からの研究が進んでいます。いままではマーケット的な観点からのデータ利用を全然行ってこなかった銀行がそれをどのように利用していくのか、情報銀行という概念も出てきています。そのデータの利用方法などを工学的な観点から文系の人にもわかるように解説してくれています。

2019/02/23

[moto]

過去の傾向を重視するクオンツ系の投資家向けの著書で、金融データに関する膨大なデータを分析した結果が書かれており、とても参考になります。日中には株価が上がらず、夜間に上がっているなどのアノマリーや決算短信のテキスト分析して投資判断をする方法など、興味深い情報も多く紹介されていたので、楽しく読むことができました。大まかな分析の方法や変数となる情報を体系的に整理されているため、概要から順を追った理解もしやすかったです。

2019/09/22

[中島直人]

(図書館)ビックデータ、AIといった新しい技術が出てきたことにより、金融の場で出来るようになったこと、将来的に出来るようになりそうなこと、当面は出来なさそうなこと。高度な知識が無くても読めて分かりやすい。

2018/11/16

[yuma6287]

金融でのデータサイエンス活用例を学ぶ1冊。分析技術、データの分け方等の手法に驚かされる。データサイエンスが入り込む余地は全然あるんだなと関心させられた。参考資料もつけているのでここから理解を深めるのにも良い。

2021/04/15

[陳 志宇]

金融と情報技術の融合に関して述べられていた。現時点では資産運用でどんな状況でも勝てるような人工知能技術を構築することは難しいそうだ。その理由は政治状況や世界情勢といった社会的要因によって金融市場は変わっていく為、機械学習では予測等をすることが厳しいからだ。しかし、様々なデータ解析プログラムを適切に組み合わせることで発展の可能性はあるそうだ。日本は世界的にフィンテック分野において遅れている。情報系の学生は自身の専攻だけでなく副専攻で別の学問を学び情報×〇〇で活躍していくべきだと改めて感じさせられた。

2022/08/19