人工知能学会

世界的な低金利を背景にキャリートレード戦略が注目を集めている。キャリートレード戦略は、配当や利子などのインカムゲインを最大化し、投資対象の価格変動がインカムゲインよりも小さければ収益を上げることができる戦略を指す。実証分析により、キャリートレード戦略は事後的な収益が平均的にみてプラスになっているものの、小さい確率ではあるが、非常に大きな損失を出す(テールリスクが存在する)ことが知られている。
そこで本研究では、このようなテールリスクを抑制するためのリスク指標であるConditional Value at Risk(CVaR)を用いたキャリートレード戦略を構築し、テールリスクを抑制しながら安定な収益を上げることを目標とする。そのために、CVaRの不安定性を解決したRegularized Multiple CVaRポートフォリオに着目し、これに期待リターンとしてのキャリー水準を導入することを提案する。実証分析の結果、ベースライン手法と比較して良好なリスク/リターンかつテールリスクが抑制できることが確認できた。