値動きが似ている銘柄を見つける。【ITセクター編】

個別株をポートフォリオに組み入れる時、リスクを抑えてリターンを最大化させる組み合わせを探す必要があります。

その際に考えるべくは、以下の２点かと思います。

今回は、ITセクター内で個別株同士で似ている値動きをする銘柄と、異なる値動きをする銘柄がどれかを見つけていこうと思います。
（他のセクターでも要望があれば、今後、そちらもやっていきます。）

やっとAIで米国株研究

ちなみに今まで単純集計でお茶を濁していましたが、やっとAI的な要素も取り入れようと思います。今回、利用するのは機械学習の手法で、階層クラスタリングです。

AIは大きく3つの手法に別れており、教師あり学習、教師なし学習、強化学習に大別されます。

教師データを用意できればやれることは格段に広がるのですが、株価データでなかなか教師を用意できないため、今回は教師なし学習の手法を使います。

教師なし学習でできることは主にクラスタリングで、探索的にデータから知見を取り出す際に使う手法です。

分析対象のデータはS＆P500に含まれる全銘柄 + 私のポートフォリオに入っている銘柄（CGNX,ANET)です。

データ取得時に一時エラーとなったもの物あるので、488銘柄です。現在までの値動きを利回り計算のグラフで表すと以下の通りです。

前述のグラフ（日々の運用利回り）データを与えて階層クラスタリングしてみます。

データは、全部やるとみにくいので、ITセクターだけに絞っていますが、今回はAMZNもITに含めて計算しています。なお、クラスタ間の距離はward法で計算します。

結果は、以下の通りです。同じクラスタに属する銘柄が色分けされています。閾値は0.18くらいで切ったため、8つのクラスタに分けられました。

見方としては、近い銘柄同士が順番に線で結ばれるため、同じクラスタ内でも隣り合うものはより似ていることを示しています。

各クラスタの基本統計量を以下に示します。(※クラスタ番号は上記の図に対応していません。)

平均値を見ると、クラスタ8,7が銘柄が1つずつですが最もパフォーマンスが高いです。かなり特殊な値動きをしていることがわかります。

次に銘柄3で年初来+35%のパフォーマンスとなっているクラスタ6があります。

クラスタ3からクラスタ5までは平均利回りはプラスです。クラスタ内の最小値であるminもプラスなので年初来ではクラスタ内の全ての銘柄がプラスのパフォーマンスになっています。

クラスタ2は平均利回り+7.9%ですが、一部の銘柄は-1.5%程度と年初からではマイナスになっている銘柄もあります。

クラスタ1は9銘柄あり、一部を除いてほとんどがマイナスのパフォーマンスとなっており、ITセクターの中でも不調な部類でしょう。

私のポートフォリオは、5割がAMZN,4割がNVDA,1割がANETという構成です。

今回の分析結果に照らし合わせると、異次元クラスタが2銘柄、ヒャッハークラスタが1銘柄という構成で、AMZNとNVDAは本来別のクラスタの方がバランスが取れる気がしますので、改善の余地はあるかもしれません。

何はともあれ、ポートフォリオ構築の参考になればと思います。

今回使った階層クラスタリングなどの機械学習手法の入門書は以下の書籍が参考になります。もっと詳しく勉強したい方は書籍がおすすめ。