情報アナリシス (冬)情報アナリシス

88MTMOT604

Information analysis

情報アナリシス (冬)情報アナリシス

日戸　浩之、田村　浩道、若林　秀樹

Hideki Wakabayashi, Hiroyuki Nitto, Hiromichi Tamura

2022年度後期

AY2022 Winter Semester

金曜6限、金曜7限

Friday, 6th and 7th periods

経営学研究科技術経営専攻
MOT, Graduate School of Management

-

2.0単位

対面授業/On-site class

MOTで、分析に関する授業は多々あるが、本講義では、特にグラデュエーションペーパー作成に際し、必要なデータを扱う定量的分析手法を学ぶ。アンケート調査、データの取り扱い、統計学やネットワーク分析、機械学習などをエクセルや、必要に応じ、Pythonなどプログラムを行い、またディーリングルームにて、ブルームバーグ端末を使って演習を行う。

一般的なイメージ(ゲストスピーカーを除く)は下記である。
30分　簡単な講義とイントロ
30分　簡単な練習問題を解かせる
30分　GPでの事例や使用に注意
30分　GPで使える例題を解く
1時間　演習を発表しながら、理解を進める

This course will focus on quantitative analysis methods to handle the data, which is necessary for preparing a grad paper in particular. Students will practice data handling, statistics, network analysis, and machine learning using Excel and, if necessary, Python programs, as well as Bloomberg terminals in the Dealing Room.

The general structure is as follows (excluding guest speakers):
30 minutes Brief lecture and introduction
30 minutes Solve simple exercises
30 minutes Focus on GP examples
30 minutes Solve excercises for use in GP
1 hour Presentiions

本科目は、トラック科目であり、ディプロマ・ポリシーの1、2、3、4、5の力をつける。

グラデュエーションペーパー作成に関して、データを扱う分析を行うための最低限かつ実践的な、知識と能力を習得する。

This course is a track course, and will develop the skills of Diploma Policies 1, 2, 3, 4, and 5.
To acquire the minimum and practical knowledge and ability to analyze and handle data in relation to the preparation of gradation papers.

グラデュエーションペーパーを作成するために、必要な、社会科学や経済学での統計分析、アンケート調査、ネットワーク分析、金融工学での分析が実際にできる。

In order to prepare a grad paper, the necessary statistical analysis in social sciences and economics, surveys, network analysis, and financial engineering can be practically performed.

LETUSを参照

See LETUS

-y

-y

-y

-y

-y

-y

-

LETUS参照

See LETUS

授業への貢献30％　演習とレポート70%

Contribution to class 30% Exercises and reports 70%

・S：到達目標を十分に達成し、極めて優秀な成果を収めている
・A：到達目標を十分に達成している
・B：到達目標を達成している
・C：到達目標を最低限達成している
・D：到達目標を達成していない
・-：学修成果の評価を判断する要件を欠格している

・S：Achieved outcomes, excellent result
・A：Achieved outcomes, good result
・B：Achieved outcomes
・C：Minimally achieved outcomes
・D：Did not achieve outcomes
・-：Failed to meet even the minimal requirements for evaluation

Y/N

ネットワーク分析

Network Analysis

・教科書を使用する場合は、MyKiTS(教科書販売サイト)から検索・購入可能ですので以下のURLにアクセスしてください。
https://gomykits.kinokuniya.co.jp/tokyorika/
　
・Search and purchase the necessary textbooks from MyKiTS (textbook sales site) with the link below.
https://gomykits.kinokuniya.co.jp/tokyorika/

Y

参考図書
「異常検知からリスク管理へ」山西健司
「スモールワールドネットワーク」ダンカンワッツ
「Pythonで学ぶネットワーク分析: ColaboratoryとNetworkXを使った実践入門 」村田剛志
「複雑ネットワーク」増田直紀、今野紀雄

グラデュエーションペーパー　
海老沢氏2021年　技術経営論文　優秀ペーパー
遠嶋氏2022年　技術経営論文　優秀ペーパー

Reference Books
"From Anomaly Detection to Risk Management" Kenji Yamanishi
"Small World Networks" Duncan Watts
"Network Analysis in Python: A Practical Introduction Using Colaboratory and NetworkX" Takeshi Murata
"Complex Networks," Naoki Masuda and Norio Konno

Graduate Papers　
Mr. Ebisawa 2021, Technology Management Paper, Excellent Paper Award
Mr. Tohshima, 2022, Technology Management Paper, Excellent Paper Award

【授業形態】
理論講義：ケース講義：グループディスカッション：ゲスト：校外学習＝30 : 30 : 30 : 10 : 0
Theory lecture: Case study lecture: Group discussion: Guest speaker: External study  =30 : 30 : 30 : 10 : 0

【授業計画】
1回目　11月25日　若林　イントロ＋情報とは(シャノンの情報理論など)、GPにおけるデータ分析の重要性
2回目　12月2日　日戸　統計基礎（記述統計、相関係数、回帰分析など）
3回目　12月9日　日戸　アンケート調査の設計と分析（単純集計、クロス集計、多変量解析など）
4回目　12月16日　若林　ネットワーク分析＋ゲストOB
5回目　12月23日　ゲストスピーカー　東大　計数　教授　山西健司先生　「異常検知からリスク管理へ」
6回目　1月13日　田村　ブルームバーグ端末使った金融データの取得
7回目　1月20日　田村　金融工学における統計処理
8回目　1月27日　演習発表会（グラデュエーションペーパーのテーマとデータ処理についての学生からの発表）

Course Format
Theory lecture: Case study lecture: Group discussion: Guest speaker: External study =30 : 30 : 30 : 30 : 10 : 0

Course Plan
1: November 25 (Wakabayashi); Introduction + What is Information (Shannon's information theory, etc.), Importance of data analysis in GP
2: December 2 (Nitto); Statistical basics (descriptive statistics, correlation coefficient, regression analysis, etc.)
3: December 9 (Nitto); Survey design and analysis (simple tabulation, cross tabulation, multivariate analysis, etc.)
4: December 16 (Wakabayashi); Network analysis + Guest OB
5: December 23 (Guest Speaker); Professor Kenji Yamanishi, University of Tokyo "From Anomaly Detection to Risk Management"
6: January 13 (Tamura); Financial data acquisition using Bloomberg terminals
7: January 20 (Tamura); Statistical Processing in Financial Engineering
8: January 27; Seminar presentation (presentation by students on the theme and data processing of the gradation paper)

若林秀樹
ヘッジファンドにおいて、AIなどのアルゴリズムを使うなどデータ解析による運用実績を持つ。

日戸浩之
野村総合研究所（NRI）でコンサルタントとして活動した実績を生かし、実務に即したデータ分析等に関する講義、指導を行う。

田村浩道
野村證券、FTSE Russellにてクオンツ分析、AI解析を行った実績を生かし、実務に役立つ定量分析に関する講義、指導を行う。

Hideki Wakabayashi
Has a track record of managing hedge funds through data analysis, including the use of AI and other algorithms.

Hiroyuki Nitto
Lectures and teaches on data analysis, etc., in line with practical operations, based on his experience as a consultant at Nomura Research Institute (NRI).

Hiromichi Tamura
Lectures and provides guidance on quantitative analysis for practical use, utilizing his experience in quantitative analysis and AI analysis at Nomura Securities and FTSE Russell.

-

22MT011