【SBI証券限定ファンド】『GSビッグデータ・ストラテジー(外国株式)』の6月の運用情報を公開!
2018/7/24
2017年12月19日に設定したSBI証券限定ファンド「GS ビッグデータ・ストラテジー(外国株式)」
2018年6月のポートフォリオ状況を本ページで公開!人気商品の最新情報を要チェック!
特集コンテンツ
2018年6月末時点のポートフォリオを確認!
様々な国、業種の投資候補銘柄を毎日評価!
実際に組み込まれた銘柄のパフォーマンスをチェック!
評価ポイントは?そして実際にどんな値動きをしたのか?
<ご参考> 今月のトピック 〜ビッグデータ運用の鍵を握る、「種類」と「品質」〜
「ビッグデータを活用しています」というファンドが増えてきたけど、何が大事なの?
「種類」、「品質」いずれも高度な水準を満たすことが重要!
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?独占対談企画も掲載!
【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
東京大学大学院教授が語る、ビッグデータの未来!
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?
※過去掲載した弊社の特集ページへ移動します
幅広い業種、通貨、国に分散投資!
6月末現在は・・・
- 11の業種
- 11の通貨
- 20以上の国の310銘柄に投資!
業種別構成比率
業種 | 比率 |
---|---|
情報技術 | 20.1% |
金融 | 15.1% |
ヘルスケア | 14.6% |
一般消費財・サービス | 14.0% |
エネルギー | 9.3% |
資本財・サービス | 8.5% |
生活必需品 | 6.1% |
素材 | 6.1% |
不動産 | 3.3% |
公益事業 | 1.1% |
電気通信サービス | 0.4% |
先物 | 0.2% |
現金等 | 1.3% |
合計 | 100.0% |
通貨別構成比率
業種 | 比率 |
---|---|
米ドル | 68.6% |
ユーロ | 13.4% |
スイス・フラン | 3.7% |
カナダ・ドル | 3.3% |
イギリス・ポンド | 2.5% |
オーストラリア・ドル | 2.5% |
デンマーク・クローネ | 1.3% |
ノルウェー・クローネ | 1.1% |
香港ドル | 1.1% |
スウェーデン・クローナ | 0.8% |
シンガポール・ドル | 0.3% |
先物 | 0.2% |
現金等 | 1.3% |
合計 | 100.0% |
国別構成比率
業種 | 比率 |
---|---|
米国 | 68.1% |
ドイツ | 4.5% |
スイス | 4.0% |
オーストラリア | 2.9% |
カナダ | 2.8% |
英国 | 2.6% |
オランダ | 2.2% |
フランス | 2.0% |
デンマーク | 1.3% |
スペイン | 1.2% |
その他 | 7.2% |
現金等 | 1.3% |
合計 | 100.0% |
組入上位10銘柄(合計310銘柄)
銘柄名 | 国 | セクター | 構成比 |
---|---|---|---|
アップル | 米国 | 情報技術 | 3.0% |
アマゾン・ドット・コム | 米国 | 一般消費財・サービス | 1.9% |
ジョンソン・エンド・ジョンソン | 米国 | ヘルスケア | 1.7% |
バンク・オブ・アメリカ | 米国 | 金融 | 1.6% |
フェイスブック | 米国 | 情報技術 | 1.3% |
コムキャスト | 米国 | 一般消費財・サービス | 1.2% |
サンコア・エナジー | カナダ | エネルギー | 1.1% |
友邦保険控股(AIAグループ) | 香港 | 金融 | 1.0% |
アドビシステムズ | 米国 | 情報技術 | 1.0% |
IBM | 米国 | 情報技術 | 1.0% |
- ※2018年6月末現在 出所:ゴールドマン・サックス・アセット・マネジメント
- ※上記のポートフォリオ概要はマザーファンドの情報を記載しています。
上記は過去のデータであり、本ファンドの将来の運用効果を示唆または保証するものではありません。上記はあくまでも過去の一時点における組入銘柄であり、将来にわたって引き続き当該銘柄を保有、または保有しないことを保証するものではありません。また、個別銘柄の売却、購入または継続保有等を推奨するものではありません。ポートフォリオの内容は、市場の動向等勘案して随時変更されます。
6月のトータル・リターンにプラス寄与した銘柄
銘柄名 | 国 | 業種 | 銘柄概要 |
---|---|---|---|
ネットアップ | 米国 | 情報技術 | 世界の企業、政府機 関、大学向けにストレージ・データ管理ソリューションを提供。 |
- 評価ポイント
伝統的な収益性の評価基準で高い評価
- 株価動向
5月の下旬に業績の見通しを上方修正したことで株価が上昇し、その後アナリストの強気な見通しが追い風となり、月間を通して概ね安定して上昇しました。
過去6ヵ月の株価推移(米ドルベース)
6月のトータル・リターンにマイナス寄与した銘柄
銘柄名 | 国 | 業種 | 銘柄概要 |
---|---|---|---|
マラソン・ペトロリアム | 米国 | エネルギー | 原油精製会社。石油製品の精製、供給、販売、輸送を手掛ける。 |
- 評価ポイント
市場参加者の関心を示すモメンタム系の評価基準や、伝統的なバリュー系の評価基準で高い評価
- 株価動向
経済危機などを背景としたベネズエラの原油生産の滞りなどを受け、株価は低調に推移しました。
過去6ヵ月の株価推移(米ドルベース)
- ※出所:ブルームバーグ、ゴールドマン・サックス・アセット・マネジメント
- ※期間:2017年12月末〜2018年6月末 2017年12月末を100として指数化
ポートフォリオにおける保有銘柄あるいは過去の投資判断についての言及は、本資料でご紹介している投資戦略あるいは投資アプローチをご理解いただくための例示を目的とするものであり、投資成果を示唆あるいは保証するものではありません。例示された個別証券は、必ずしも現在あるいは将来の保有銘柄であるとは限らず、また当該投資戦略に関する投資判断を代表するものでもありません。
近年、ビッグデータを投資判断に活かす運用が増加しており、もはやビッグデータを活用したモデルは珍しいものではなくなってきています。そこで今回は、GSAMが考える、データの「種類」と「品質」の重要性について説明させて頂きます。では、そもそも使用するデータの「種類」と「品質」とはどういうことなのでしょうか。
ビッグデータの「種類」
「種類」は、例えばある小売企業を分析しようと考えたときに、1つのビッグデータだけでは対象銘柄の魅力度を判断するのに十分とはいえず、クレジットカードの取引量や、ウェブアクセスの増減、ニュース記事など、その他の多様なビッグデータを数多く活用し、多面的に評価することが重要であることを意味しています。
多様なビッグデータを多く組み合わせ、様々な角度で分析することが重要
- *ビッグデータを活用していない評価基準も含みます。
ビッグデータの「品質」
次に「品質」についてです。一口に「ビッグデータ」といっても、網羅性や、正確性はデータによってまちまちであるため、分析に使用するデータは高品質なものを選別することが重要であることを意味しています。小売店舗の衛星写真データを例に、ビッグデータの「品質」のポイントを見てみましょう。
小売店舗の駐車場の衛星写真データを、売上高の変化の推測に活用
- ※上記は例示をもって理解を深めていただくことを目的としたイメージ画像です。上記のような運用が実現できることを保証するものではありません。
ビッグデータの「品質」のポイント
網羅性
- 小売企業全体の、何社程度をカバーしているのか?
- 小売企業1社あたりのカバー店舗数はどの程度なのか?
有効性
- そもそも駐車場の車の台数と小売企業の売上は相関があるのか?
正確性
- 車の台数を正確に計測する画像処理技術があるのか?
- 悪天候で上手く処理できない場合はどのようにデータを補完するのか?
普遍性
- あらゆる地域で機能するのか?
- どんな期間(季節)でも機能するのか?
同じビッグデータでも品質には差があるため、データの選別が重要
「種類」と「品質」いずれにおいても高度な水準を満たすことが重要
「種類」と「品質」について説明させて頂きましたが、そのどちらもが重要であると考えています。いくら多様なデータを活用していても、1つ1つのデータの質が低ければ、誤った情報に企業評価が左右されることがあります。逆に、いくら高品質なデータを活用していても、使用するビッグデータの種類が少なければ、対象企業を様々な角度から評価することができません。洗練されたデータを数多く用いることで、安定的な超過収益の創出につながると考えています。
約30年の歴史を誇る本ファンドの運用チームは、日々ビッグデータを活用した評価基準を研究・開発しており、新しいデータを採用する際には、運用チームが求める高い水準をクリアしているか厳しく検証しています。そうすることで、「種類」「品質」ともに高い水準を維持しています。
- ※上記は例示をもって理解を深めていただくことを目的としたものです。上記のような運用が実現できることを保証するものではありません。
|
||
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
- 記載の各図は例示をもって理解を深めていただくことを目的としたものです。上記のような運用実現できることを保証するものではありません。
- 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さま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。