機械学習のブラックボックスに光を当てる

Man Numeric シニア ポートフォリオ マネージャー

ファクターポートフォリオの帰属に機械学習モデルを活用することについては、これまでのところほとんど進歩がありません。 私たちは、システマティックな投資家がパフォーマンスに関する詳細でローカルな説明をどこでどのように見つけることができるかを説明します。

2023年8月

機械学習モデルによってリターンが向上した可能性もありますが、投資家は現時点では、そのリターンがどこから来ているのかについてはやや盲目です。

現代のポートフォリオ管理では、機械学習 (ML) モデルが要因間の複雑な相互作用を把握できるため、収益を予測するためにますます採用されています。 欠点は、最終結果が高度に最適化された出力を備えたブラック ボックス モデルに近いものになることが多いことです。 これは、モデルの予測と意思決定を理解することがしばしば困難であることを意味します。 これに対抗するために、モデル解釈または帰属技術を使用して、モデル予測の背後にある理論的根拠を説明し、結果に最も寄与する特徴を明らかにしようとします。 しかし、体系的なポートフォリオ投資の重要な要素であるファクター ポートフォリオの帰属に ML モデルを活用することについては、これまでのところほとんど進歩がありません。 この進化がなければ、どの要因がポートフォリオの収益に影響を与えているかを正確に理解することは困難です。 ML モデルはリターンを向上させる可能性がありますが、投資家は現時点では、そのリターンがどこから得られるのかについてはやや盲目です。

既存の線形因子帰属手法には、局所的な相互作用効果を捉える能力の欠如や、単一のグローバル ベータの暗黙の仮定などの制限があります。 その代わりに、システマティックな投資家は既存の線形アトリビューション モデルを超えて、パフォーマンスの詳細で局所的な説明を見つける必要があると主張します。

解決策の 1 つは、Shapley 値を使用することです。 このペーパーでは、Shapley 値とは何か、それをモデル出力の説明にどのように適用できるか、Shapley 値の特定の実装である SHapley Additive exPlanations (SHAP) を使用して Shapley 値を計算する方法について詳しく説明します。 また、SHAP ベースのパフォーマンス アトリビューション フレームワークをローカルおよびグローバルのポートフォリオ アトリビューションにどのように使用できるかを説明し、Shapley 値と SHAP を使用して、ローカルおよびグローバルでの意思決定プロセスと横断的なリターン変動の両方を説明する革新的なポートフォリオ アトリビューション システムを紹介します。世界レベル。 また、XGBoost などの非線形 ML モデルを組み込むことで、SHAP アトリビューションの説明力が強化されることも実証します。

ML モデルが妥当な収益を提供し続けるのであれば、アトリビューション手法の改良を心配する必要はありません。 一言で言えば、不十分だからです。 時系列回帰、クロスセクション収益帰属、保有ベースの帰属などの既存の要因帰属手法は線形モデルに基づいているため、グローバルな線形ベータを仮定してローカルな相互作用効果を捉えることができません。

たとえば、時系列回帰は次元の問題と、時間を通じてベータが一定であるという仮定によって制限されるため、動的なポートフォリオ管理にはあまり役に立ちません。 逆に、リスク モデル ベンダーが一般的に使用する一連のリスク要因によるクロスセクション リターンの帰属は、リターンの生成が線形グローバル要因モデルに起因すると想定しています。 これに近いものである保有ベースのアトリビューションは、一連のカスタム ファクター ポートフォリオに対するポートフォリオ保有のエクスポージャーを推定します。 3 つの方法論はすべて同じ線形ファクター リターン構造に基づいていますが、高度さとカスタマイズの柔軟性の点で異なります。 ただし、これらの方法論では、独立変数間の非線形関係により交互作用効果を捉えることができません。

Shapley 値は、協力ゲーム理論の概念であり、連合ゲームの支払いに対する各プレイヤーの貢献度を測定します。

Shapley 値は、協力ゲーム理論の概念であり、連合ゲームの支払いに対する各プレイヤーの貢献度を測定します。 Shapley value1 の 4 つの公理により、プレーヤーが連合を形成でき、配当が連合のパフォーマンスに依存する場合、配当の分配が公平になることが保証されます。 Shapley バリューは、これら 4 つの公理を満たす唯一の支払い方法です。 ペイアウトの分配は、プレイヤーのすべての組み合わせを順列化することにより、プレイヤーの限界貢献度に基づいて計算されます。