ID:76065さん

# 担当業務 * 特定のシナリオに基づいたファンド価値の推移をシミュレーションする機能を実装。 * 過去のシナリオからリターン系列の平均と共分散行列を推計。それらを1次VARモデルにインプットとして使用し、モンテカルロ法と組み合わせて複数のリターン系列のパスを生成。 * 運用チームのユーザーがRのプログラムから運用できるように、プログラムの開発とそのマニュアルを作成。 # 習得スキル * Rを用いた設計、実装スキル * 時系列解析の知見を活用するスキル * 運用チーム内の要望を適切に反映させるスキル * 主導して複数人と協力してプロジェクトを遂行するスキル # 実績、コメント * 運用しているファンドは複数の戦略へ投資配分している。そのため、シナリオに応じて配分を変更したいというニーズがあり、そのプロセスを定量的な枠組みで行う仕組みを作成することになった。 * プロジェクトの設計・開発を主導し、ユーザーとの議論を基にツールを改善した。 * ユーザーからの要望や開発時に気づいた改善点を参考にして、以下を反映した。 * ユーザーが過去のシナリオを自身で設定・参照可能にした。そのため、シナリオは DBに保存され、プログラムから参照可能となるようにした。 * 複数のシナリオが推移していく「結合シナリオ」を定義して、ユーザーの市場への 見通しをより精緻にモデルに組み込めるようにした。 * 最終的なアウトプットは、シミュレーションで生成されたリターン系列にした。これは、 既存のファンド価値を計算するプログラムのインプットとして使用されるため、この形を 採用した。既存プログラムとは疎結合な設計を採用し、運用の柔軟性を高めた。 * パスの数が多い場合は計算時間がかかるので、並列計算のロジックを実装 * シナリオのシミュレーションの概略は以下のとおり。 * 1, 今後数ヶ月で発生するシナリオに近い過去のシナリオを選択 * 2, 過去のシナリオ期間における保有商品のリターン系列から、平均、共分散行列というパラメータを推計 * 3,パラメータを1次のVARモデルのインプットとして使用して、モンテカルロ法と組み合わせて数カ月分のリターン系列のパスを複数生成する。 * 4, 生成された複数のパスのリターン系列を基に、定量モデルに従って各戦略のリバランスを実行。シミュレーション上でリバランスは数ヶ月にわたって複数回実行され、その期間でのリバランス時の保有割合を生成する。 * 5,すべてのパスについて、最終時点の各戦略の価値を計算し、それらの統計値を比較して戦略の取捨選択を行う。

# 担当業務 * 日本株先物のバックテスト検証 * 米国債先物の情報を活用した新戦略についてのバックテストの検証と実運用への実装 # 習得スキル * 大規模なデータについての前処理を行うスキル * Rを用いた設計、実装スキル * 一から取引アイデアを構築し、そこから戦略として落とし込めるスキル # 実績、コメント * ティックデータとは、気配情報・約定情報に関する時系列データで、一銘柄あたり1日数十万以上の行数にもなる。こうした大規模なデータを一定のルールに即して前処理を行い、その結果を AWSのS3に保存した。また、保存されたデータを効率的に読み込む機能もプログラムに実装した。 * ティックデータからシグナルを生成して、週次で保有ポジションを変更する日本株先物戦略を開発した。しかし、実際に運用するファンドの成績が悪化して、保有ポジションについての許容度が下がったため、採用は見送られた。 * 米国債先物の情報を活用した新戦略については、日本株先物戦略の開発での反省点を生かして、保有ポジションの期間を1日にするなどの工夫を行った。これにより、運用するファンドの保有ポジションの許容度に適合する形で開発、検証を進めることができた。その結果、2022年8月にファンドで採用され、2023年3月までに約7,000万円のリターン獲得に貢献できた。

トレーディング業務周辺についての業務効率化 # 担当業務 * 約定結果をデータベース(DB)に反映し、保有ポジションを反映するフローを実装 * 複数ファンドについて発注内容を生成するプログラムの実装 # 習得スキル * Javaを用いた設計、実装スキル * JUnitを用いて単体テスト及び結合テストを作成 * PostgreSQLを用いたデータ管理、およびテーブル設計のスキル * データベースについての理解　（SELECT、UPDATEなどの基本的なクエリや、集約関数GROUP BYの使用、インデックスの活用など） # 実績、コメント * DBに約定結果や市場データなどを集約するだけでなく、必要な情報の入力やデータ加工などを手作業で行わずにJavaで実行するフローを構築して、業務の効率化を図った。 * 運用残高の拡大に伴い、ファンド数が当初３個から１０個以上に増加したが、上記のフローを構築したおかげで、人員の新規採用を行わずに済み、人件費の抑制に貢献した。