投資ポートフォリオ向けストレス・テスト・アプリを作成する  

複数の金融サービスを利用して、投資ポートフォリオのストレス・テストを実行する Web アプリを作成する

Last updated | By Raheel Zubairy, Rob Seidman, Riyaz Nakhooda

Description

金融市場は予測不可能だといっても、投資家たちは自分のポートフォリオのパフォーマンスがさまざまな条件下でどのように変わるのかを把握したいと思うものです。このコード・パターンで、一連の金融関連の Web サービスを利用して、ポートフォリオ向けストレス・テスト・アプリを作成する方法を学んでください。

Overview

金融市場は、予測不可能なことで悪名高い市場です。金利、政治情勢、大衆の心情をはじめ、ほぼあらゆる要因が、投資ポートフォリオに良くも悪くも影響を与えます。投資家は当然のことながら、自分のポートフォリオがさまざまな状況によってどのように影響されるかを把握したいと思うものですが、通常はその手段が提供されないため、推測に任せざるを得ません。

顧客が一連の異なる条件下でのポートフォリオ・パフォーマンスを評価できるようにすれば、投資アドバイスや投資サービスを提供する会社または組織は、そこに大きなビジネス価値を認めるはずです。市況によって各人のポートフォリオ・パフォーマンスがどのように変わるかを投資家に見せることができ、投資家は有益な結果のあらましを描いたり、不況時に備えたりできるようになるためです。投資に関しては、情報が大きな力を持ちます。

私たちのチームは、市況の変化がポートフォリオに与える影響を投資家や金融会社が確認するためのアプリを考案したらどうかと考えました。IBM Cloud にはそのようなアプリに役立つ新しいサービスがあることがわかっていました。投資ポートフォリオのストレス・テストを実現するには、それらのサービスを組み合わせればよいだけです。

その取り組みの成果が、このコード・パターンです。このコード・パターンでは、投資ポートフォリオを対象に予測的市場ストレス・テストを実行するために、IBM Cloud の一連の金融サービスを利用する方法を説明します。これらのサービスは 1 つの Web インターフェースに統合されていて、そのインターフェースが IBM Cloud Investment Portfolio サービスを利用してユーザーのポートフォリオをロードします。ストレス・テストのシナリオは、いくつかの基本的な情報を入力するだけで作成できます。例えば、S&P 500 インデックス全体の価値が 5% 上昇したとしたら、特定のポートフォリオにどのような影響があるかを調べるといったシナリオを作成できます。

このコード・パターンで作成する Predictive Market Stress Testing アプリでは、いくつかの異なるシナリオを作成してから、IBM Cloud Simulated Instrument Analytics サービスを利用して、ポートフォリオ内の各債券にそれらのシナリオを適用することができます。このコード・パターンで説明する方法に従えば、金融学や経済学の博士号がなくても、IBM Cloud Finance サービスを利用して堅牢なエンタープライズ・レベルのストレス・テストを作成できます。ストレス・テスト、予測アナリティクス、あるいはマルチサービス・アプリの開発について理解する必要がある開発者にとって、最適なコード・パターンとなるはずです。

Flow

  1. アプリケーションを実行する前に、ユーザーが Investment Portfolio サービスにポートフォリオ固有の情報をシードします。
  2. ユーザーが Web インターフェースを使用して、ポートフォリオの内容、リスク要因、市場下落幅などの情報を入力します。
  3. IBM Cloud Predictive Market Scenario サービスが、リスク要因と市場下落幅の入力からシナリオを生成します。
  4. IBM Cloud Simulated Instrument Analytics サービスが前のステップで生成されたシナリオを使用して、ポートフォリオに含まれる債権ごとにストレス値を計算します。
  5. 出力が表形式で Web インターフェースに表示されます。

Related Blogs

Call for Code 準優勝者: AI を使用して改造の可能性を判断する PD3R

ネパールでエンジニアとして働く Nirmal Adhikari は、地震がもたらす惨状をじかに目にしました。彼はまた、被害状況を評価したくても、なかなかコミュニティーにアクセスできないフラストレーションも実感しました。 「バスや交通機関で現地に辿り着くことはできませんでした。アクセスが禁止されていたためです。大勢のエンジニアを配置しなければならなかったのですが、それには相当な時間がかかりました」。2015 年のネパール大地震を振り返り、Adhikari はこのように言いました。「このことが理由で、私たちは多くの人手を要することなく迅速に作業を行えるよう、何か対策を取らなければならないと思ったのです」。 Adhikari と、Build Change で働く彼の同僚たち (Lakshyana K.C.、Nicolas Ortiz、Shreyasha Paudel、Kshitiz Rimal) は、人工知能によって検査を自動化し、地震で住む場所を追われた人々がすぐに自宅に戻れるようにできないかと考えました。 彼らがチームとして作り上げたのが、この Post-Disaster Rapid Response Retrofit (PD3R) です。3D モデル画像で学習した AI に基づくこのソリューションによって、自然災害後に住居を追われた家族がすぐに構造工学上のアドバイスを受けられるようになる可能性があります。PD3R は 2018 Call for Code Global Challenge で準優勝作品として選ばれ、25,000 米ドルの賞金と The Linux Foundation による長期のオープンソース・サポートを獲得しました。 「地震が発生すると、住居が全壊するか、部分的に損傷を受ける可能性があります」と、Ortiz は言います。「PD3R で目的としているのは、再建または補強することが可能な住居を、人工知能を使用して短時間で評価することです」。 Call for Code Global Award 祝賀会の録画を見る チームは Watson Studio を使用して、2,000 点を超える画像をベースにカスタムの視覚認識モデルを作成しました。IBM Watson...

続けて読む Call for Code 準優勝者: AI を使用して改造の可能性を判断する PD3R

Call for Code 優勝者: モバイル・ホットスポットとダッシュボードによって災害発生後のコミュニティーを支援

昨年メキシコ・シティーでマグニチュード 7.1 の地震が発生したとき、Subalekha Udayasakar はインターネットへの接続を失うと、いかに無力であるかを実感し、その混沌を目の当たりにしました。 「大勢の人々がインターネットに接続できなかったため、救助の手を差し伸べることができなかったのです」と、彼女は言います。「それに、被害に遭った人たちが実際にどのような状況に置かれているかについても、まったく見当がつきませんでした」。 この体験を機に、Subalekha と彼女のチームメイト (Jonah Model、Katie Mathews、Gandharv Patil、Matthew Malin) は災害への対応と復旧の最中に市民と救助隊がオンラインでつながり続ける方法を生み出しました。 ハードウェアとソフトウェアで編成された、この Project Lantern というソリューションは、2018 Call for Code Global Challenge で最優秀作品に選ばれました。Project Lantern が依存するのは、低価格のハードウェアとソーシャル・データ、そして入手した情報と状況の変化を反映したリアルタイムのデータです。 災害復旧時にオフラインになったワイヤレス・ネットワークで、鍵ほどの大きさの Lantern というデバイスがポップアップ通信ハブの役割を果たします。この Lantern デバイスでは、カスタマイズ可能な Web アプリを使用してニュースを受信し、救助とボランティアを要請するとともに、地図ツールによってユーザーを避難所と飲料水や燃料を入手できる場所まで誘導します。このように、Lantern は極めて急を要する状況でコミュニティーの秩序を維持するよう設計されています。 Call for Code チャレンジに向けて、チームは IBM Watson を利用してオフラインで収集されたデータを解釈し、その結果を救助隊用のダッシュボードとして提示することにしました。現地のボランティア、危険にさらされている人々、訓練された難民救済ワーカーの間のコラボレーションは、IRIS (Intelligent Routing and Insights の略語) によって支援します。 「IRIS の役目は、災害時のあらゆるデータに加え、IBM Watson の機械学習機能、The Weather Channel からのデータ、そして公開されているその他すべての API...

続けて読む Call for Code 優勝者: モバイル・ホットスポットとダッシュボードによって災害発生後のコミュニティーを支援

Call for Code 優勝者: 緊急支援ネットワークで中断のない銀行サービスを実現

史上最大の地震の 1 つとして数えられる 2008 年の四川大地震が発生したとき、中国農業銀行 (ABC) は被災者たちに緊急支援と金融サービスを提供しようと試みました。 けれども、銀行カードや写真付き ID を失くすなどといった、いくつかの泣き所が災害によって生み出され、同行は思うように顧客にサービスを提供できませんでした。 「この 10 年の間、世界中で多くの自然災害が発生しています」。ABC 研究開発センターで副総支配人を務める Wang Yi の言葉です。「私たちは被災者への金融サービスを改善することを目指しています」。 こうしたサービスの改善を目的に、ABC の開発者たちは Call for Code の呼びかけに応じ、United Aid Net (UAN) を作成しました。UAN は、自然災害の発生時も復旧時も中断することなく金融サービスを提供するためのグローバル緊急支援ネットワークです。顔認識に基づく預金引き出しとブロックチェーンを基に構築されている UAN は、災害時に家族や友人との間で一時的に金融サービスを共有することを可能にします。 仕組み このソリューションを開発したのは、北京を拠点とするチーム Green Coder です。Dong Xiaojie、Liu Xu、Liu Bo、Huang Zhiming、Liu Jiajie からなるチームが開発したこのソリューションは、2018 Call for Code Global Challenge で最優秀作品に選ばれました。 「UAN は、金融機関ネットワークと家族ネットワークという 2 つのネットワークで構成されています」。ABC でアプリケーション・プラットフォーム開発ネットワークの副総支配人を担当する Xiaojie は、このように言っています。「現在、私は UAN...

続けて読む Call for Code 優勝者: 緊急支援ネットワークで中断のない銀行サービスを実現

Related Links