SHAP分析で銘柄のドライバーを特定｜テクニカル40.6%・クロスセクション38.3%

SHAP分析とは

SHAP（SHapley Additive exPlanations）は、機械学習モデルの予測に対する各特徴量の貢献度を定量的に評価する手法です。ゲーム理論のシャプレイ値に基づいており、各要因が予測結果にどれだけ影響しているかを公平に算出します。Kabu Predictionでは、ルールベース分析の結果をさらに深掘りするためにSHAP分析を活用し、各銘柄の株価を動かす主要なドライバーを特定しています。

テクニカル要因の寄与度40.6%

日経225銘柄全体のSHAP分析結果によると、テクニカル要因の平均寄与度は40.6%でした。テクニカル要因にはRSI、MACD、ボリンジャーバンド、移動平均線乖離率、ATR（Average True Range）などが含まれます。特にRSIとMACDの寄与度が高く、短期的な株価変動の説明に大きく貢献しています。

クロスセクション要因の寄与度38.3%

クロスセクション要因は38.3%の寄与度を示しました。これはセクター内の相対的な位置づけ、時価総額対比のバリュエーション、同業他社との配当利回り比較などを含みます。個別銘柄の分析において、その銘柄だけを見るのではなく、同業他社や市場全体との相対比較が重要であることをSHAP分析は示しています。

マクロ要因とイベント要因

残りの約21%はマクロ要因（VIX、金利、為替）とイベント要因（決算発表、配当落ち日）で構成されています。マクロ要因の寄与度は約13%、イベント要因は約8%でした。マクロ要因は市場全体のセンチメントに影響するため、個別銘柄への直接的な影響は限定的ですが、リスクオフ局面では寄与度が急上昇する傾向があります。

セクター別のドライバー構成の違い

SHAP分析の結果はセクターによって大きく異なります。半導体セクターではテクニカル要因の寄与度が50%を超え、短期的な需給や市場センチメントが株価に大きく影響していることがわかります。一方、食品・日用品セクターではクロスセクション要因の寄与度が45%を超え、業界内の相対評価が重要であることが示されています。

個別銘柄のドライバー分析例

たとえば、ある大手電機メーカーのSHAP分析では、テクニカル要因45%、クロスセクション要因35%、マクロ要因15%、イベント要因5%という結果が出ています。この銘柄は短期的なテクニカルシグナルに反応しやすく、RSIやMACDのルールが特に有効であることがわかります。Kabu Predictionの各銘柄ページでこうした分析結果を確認できます。

SHAP値の読み方

SHAP値がプラスの場合、その要因は株価の上昇方向に貢献しています。マイナスの場合は下落方向に貢献しています。絶対値が大きいほど、その要因の影響力が大きいことを意味します。複数の要因のSHAP値を合計することで、モデル全体の予測が構成されます。これにより、「なぜこの銘柄にシグナルが出ているのか」を分解して理解できます。

ルールベース分析との補完関係

SHAP分析はルールベース分析を補完する重要なツールです。ルールベース分析が「今どのルールが発火しているか」を示すのに対し、SHAP分析は「どの種類のルールがこの銘柄に最も効果的か」を示します。両者を組み合わせることで、単にシグナルを見るだけでなく、そのシグナルの信頼性や重要度まで理解できるようになります。

AI分析の透明性向上

一般的なAI・機械学習モデルはブラックボックスになりがちですが、SHAP分析を組み合わせることで透明性を確保できます。Kabu Predictionではルールベースの分析結果に加えて、SHAP分析によるドライバー可視化を提供しています。これにより、投資家は「なぜそのような分析結果になったのか」を自分で理解し、納得した上で判断できます。

ドライバー分析の実践的活用法

ドライバー分析を活用する際は、テクニカル寄与度が高い銘柄にはテクニカルルール（RSI、BB、MACDなど）の結果を重視し、クロスセクション寄与度が高い銘柄にはバリュエーション比較やセクター分析を重視するというアプローチが有効です。銘柄ごとの特性に合わせた分析の深掘りが、より的確な判断につながります。

免責事項

本記事および当サイトの情報は、金融商品の売買を推奨するものではありません。SHAP分析を含むすべての分析結果は計算結果の提示であり、投資判断はご自身の責任で行ってください。過去のデータに基づく分析は将来の成績を保証するものではなく、元本を割り込む可能性があります。