東大教授に聞いた！『GS ビッグデータ・ストラテジー』で活用される「ビッグデータ」とは？
2018/03/14
2017年12月6日よりSBI証券限定で募集を開始した、
「GS ビッグデータ・ストラテジー（外国株式）」
ゴールドマン・サックスが東京大学大学院教授に聞いた、
ビッグデータが秘める可能性に迫ります！
世の中を劇的に変えるビッグデータという力。
今回登場するのはこの方！
東京大学大学院教授 和泉 潔氏がビッグデータについて語る！
和泉 潔
いずみ きよし
東京大学大学院教授 工学系研究科 システム創成学専攻
1970年生。1993年東京大学教養学部基礎科学科第二卒業。1998年同大学院博士課程修了。博士（学術）。同年より2010年まで、電子技術総合研究所（現産業技術総合研究所）勤務。2010年より東京大学大学院工学系研究科システム創成学専攻准教授。2015年より同教授。金融市場を含む社会経済現象のデータ分析およびシミュレーションを研究。
IEEE、人工知能学会、情報処理学会、電子情報通信学会会員。
過去の本ファンドの特集記事も要チェック！そもそもビッグデータとは？AIの分析って？運用手法は？
【SBI証券限定！】AI/ビッグデータ活用ファンドがゴールドマン・サックスから新登場！
※過去掲載した弊社の特集ページへ移動します
コンテンツ
-
重要なのは、多種多様なデータが蓄積されていること！
-
暮らしの中の様々な行動が記録されている！
-
データの収集だけでは意味がない！AIの進化が実用化を可能にした！
-
機械学習や自然言語処理技術を駆使してデータを分析！
膨大なだけでは、データは価値を持たない
近年、テレビや新聞の報道などで取り上げられる機会が多いビッグデータ［1］。今では、医療や農業、交通、金融をはじめ、社会のさまざまな分野で活用され、私たちの日常生活にも大きな変化をもたらしています。
では、ビッグデータとは、そもそもどのようなものなのでしょうか。その名の通り、膨大なデータであることは間違いありません。しかし、膨大なだけでは量が多いだけのデータに過ぎません。重要なことは、多種多様であること。多種多様なデータが膨大に集積され、ビッグデータという価値が生まれます。
［1］ビッグデータ
様々な種類・形式が含まれる構造化・非構造化データの爆発的な増加と可能性を表現するために使用される用語。
また、そうしたデータから役に立つ洞察を収集、管理、抽出するための技術やアナリティクスも意味する。
※GSAM 例示を目的とするものです。
消費者の心理的動向まで把握できるビッグデータ
たとえば、「POS」と呼ばれるデータがあります。スーパーマーケットなどのレシートに記載されている購買記録で、どの商品が、いつ、どんな価格で、いくつ売れたかをデータ化したものです。このPOS データが持つ情報に加えて、購買時の消費者の顔や目の動き、表情など、店内に設置されたカメラから抽出できる画像データを解析することで、購買時の消費者の興味や関心など消費者の心理的動向まで見えるようになります。
今や私たちの暮らしの中のさまざまな行動が日々スマートフォンやパソコンにデータとして記録されています。そのデータ量は、年間にテラバイトやその上のペタバイトという天文学的な単位まで達し、すでにヒトの処理能力の限界をはるかに超えています。
ITの進化がビッグデータの実用化を可能にした
多種多様で大規模なデータが収集できるようになった背景には、テクノロジーの発展と普及があります。しかし、ビッグデータというものは収集しただけでは私たちの暮らしに役立つものではありません。ビッグデータは処理・解析をすることによってはじめて、私たちに役立つ価値のある情報となるのです。それを可能にするのが、AI（人工知能）［2］テクノロジーの進化です。
［2］AI（人工知能）
ヒトの脳が行っている知的な作業を模倣したコンピューターシステム。
近年、驚異的な計算能力や、自然言語処理、機械学習など革新的な進化を遂げ、今やビッグデータ活用に欠かせない技術となっている。
急速に進化を遂げる非構造化データの分析
先に例としてあげた購買時の消費者の顔や目の動き、表情などを捕捉した画像といった非構造化データ［3］が、使えるデータとして成立するのは、ヒトの顔の表情の変化を数値化するテクノロジーが進化したためです。ヒトであれば容易な顔の向きや表情などの判別も、従来型のコンピューターにとっては簡単なことではありませんでした。しかし、機械学習（マシン・ラーニング）［4］などのテクノロジーの革新的な進化により、コンピューターによる判別が可能になってきました。また近年、AI機能を搭載したロボットがヒトの言語を操りコミュニケーションをとれるのは、自然言語処理［5］という技術の進化が根底にあります。ビッグデータの活用が進む背景に、こうしたAIの進化が大きく関係しています。
- ［3］非構造化データ
これまでのテクノロジーでは処理・解析ができなかった文章や音声、画像といったデータのこと。
近年、データ量が爆発的に増加している背景には、SNSなどの普及によるこの非構造化データの飛躍的拡大がある。 - ［4］機械学習（マシン・ラーニング）
さまざまなアルゴリズムを用いてデータから反復的に学習し、そこに潜むパターンを見つけ出すことができるデータ処理技術。
学習した結果は、新たなデータに関する予測のために利用される。 - ［5］自然言語処理
ヒトが日常的に使う自然言語をコンピューターに処理させる技術。
従来のコンピューターではヒトの言語を理解することは困難であったが、ITの進化により可能になった。
Part.2 では、ビッグデータが私たちの生活にもたらす、価値と未来に迫ります！
|
カテゴリ：国際株式
|
|
|
日本を除く先進国の株式を主な投資対象とし、ビッグデータやAI(人工知能)を活用したゴールドマン・サックス・アセット・マネジメント独自開発の計量モデルを用い、多様な銘柄評価基準に基づいて幅広い銘柄に分散投資します。 |
||
ご注意事項
- 本ファンドでは、ゴールドマン・サックス・アセット・マネジメントの計量モデル群を用いた複数の戦略が実行されます。ビッグデータやA I の利用を含む計量モデルに従う運用がその目的を達成できる保証はなく、ボトムアップ手法によるアクティブ運用やパッシブ運用など他の運用手法に対して優位性を保証するものでもありません。
なお、計量モデルにはビッグデータやA I 以外の定量要素も利用されます。計量モデルの改良・更新は継続的に行われており、ビッグデータやA I の利用方法については将来変更されることがあります。計量モデルは仮説に基づき構成されたものであり、モデルにより選択された銘柄や市場動向は必ずしもこの仮説が想定する動きを示さない場合があります。また、ある時点でモデルが有効であったとしても、市場環境の変化等により、その有効性が持続しない可能性もあります。このような場合には、本ファンドの基準価額に影響を及ぼし、本ファンドのパフォーマンスがベンチマークを下回ったり、投資元金が割り込む可能性があります。
- 計量モデルにおけるビッグデータやAI（人工知能）の活用について
ゴールドマン・サックス・アセット・マネジメントの計量モデルでは、投資対象銘柄について、数多くの多面的な評価基準に基づいて評価し、 組入銘柄を決定しています。これらの評価基準の開発において、財務諸表などの伝統的なデータに加え、ニュース記事やウェブ・アク セス量などの非伝統的データも活用されます。ゴールドマン・サックス・アセット・マネジメントではこれらのデータ（ビッグデータを含み ます。）の活用を競争力の源泉とみなしており、近年その利用割合を増やしているだけでなく、そのデータの種類や利用方法も進化し ています。機械学習に代表されるAI技術は、一部の評価基準においてデータ分析プロセスで活用され、特にアナリスト・レポートや ニュース記事等のテキストデータを読み込む評価基準において活用されます。最終的な評価基準の選定および組入銘柄の決定は、計量 投資戦略グループのシニア・ポートフォリオ・マネジャーが監督しています。
当ファンドのご注意事項
- 「毎月分配型」の投資信託については、お取引の前に必ず「毎月分配型投信の収益分配金およびNISAでのご注意事項、ならびに通貨選択型投信に関するご注意事項」
の内容をご確認いただきますようお願いいたします。 - 投資信託は、主に国内外の株式や債券等を投資対象としています。投資信託の基準価額は、組み入れた株式や債券等の値動き、為替相場の変動等により上下しますので、これにより投資元本を割り込むおそれがあります。
- 投資信託は、個別の投資信託毎にご負担いただく手数料等の費用やリスクの内容や性質が異なります。ファンド・オブ・ファンズの場合は、他のファンドを投資対象としており、投資対象ファンドにおける所定の信託報酬を含めてお客様が実質的に負担する信託報酬を算出しております（投資対象ファンドの変更等により、変動することがあります）。
- ご投資にあたっては、目論見書や契約締結前交付書面をよくお読みください。
の内容をご確認いただきますようお願いいたします。
