基本情報
レーティング
★
リターン(1年)
33. 62%(1019位)
純資産額
115億5700万円
決算回数
年1回
販売手数料(上限・税込)
2. 20%
信託報酬
年率0. 99%
信託財産留保額
-
基準価額・純資産額チャート
1. 1994年3月以前に設定されたファンドについては、1994年4月以降のチャートです。
2. 公社債投信は、1997年12月以降のチャートです。
3. 私募から公募に変更されたファンドは、変更後のチャートです。
4. 投信会社間で移管が行われたファンドについては、移管後のチャートになっている場合があります。
運用方針
1. マザーファンド への投資を通じて、主として米国の取引所に上場されている株式に投資することにより、投資 信託財産 の中長期的な成長を目指して運用を行います。
2. 徹底したファンダメンタル・ボトムアップアプローチにより、付加価値の高い産業、圧倒的な競合優位性、長期的な潮流の3つの条件を満たす、持続可能なキャッシュ・フロー創出能力を有する「構造的に強靭な企業」を見出し、当該企業の本源的価格を算出して妥当な バリュエーション レベルで長期厳選投資を行います。
3. 組み入れ銘柄は当初20~30銘柄程度を想定。長期投資のため、銘柄の年間の売買回転率は40~50%程度以下を想定します。低い売買回転率により、コスト抑制を図ります。
4. 実質組入外貨建資産については、原則として為替変動 リスク を回避するための 為替ヘッジ は行いません。
5. 農林中金バリューインベストメンツ(NVIC)より投資助言を受け、 ポートフォリオ を構築します。
ファンド概要
受託機関
農中信託銀行
分類
国際株式型-北米株式型
投資形態
ファミリーファンド 方式
リスク・リターン分類
バランス(収益重視)型
設定年月日
2017/07/05
信託期間
無期限
ベンチマーク
評価用ベンチマーク
S&P500(配当込み)
◎追加型投信/◎海外/◎株式 日経新聞掲載名: おおぶね 米国に上場している企業への長期厳選投資により投資信託財産の中長期的成長を目指すアクティブファンドです。 米国企業価値フォーカスマザーファンド受益証券への投資を通じて、主として米国の取引所に上場されている株式に投資することにより、投資信託財産の中長期的な成長を目指して運用を行います。 農林中金バリューインベストメンツ株式会社(NVIC)より投資助言を受け、ポートフォリオを構築します。 当ファンドの重要事項:リスクと費用 当ファンドの投資リスクについては、交付目論見書(投資信託説明書)記載の「投資リスク」をご覧ください。 当ファンドにかかる費用については、交付目論見書(投資信託説明書)記載の「ファンドの費用・税金」をご覧ください。 運用状況 基準日 基準価額 (円) 前日比 (円) (%) 累計分配金 (円) 純資産総額 (百万円) 基準価額 ヒストリカル データ 2021/07/21 17, 548 227 1. 3 320 11, 556 (CSV:91KB) 各種資料 運用レポート 交付運用報告書 運用報告書 (全体版) 交付目論見書 請求目論見書 参考資料 21/07/14 (PDF:1873KB) 20/08/07 (PDF:565KB) (PDF:721KB) 21/03/22 (PDF:819KB) (PDF:2351KB) - 過去の運用レポート 運用報告書 過去の交付運用報告書 過去の運用報告書(全体版)
1% ※1 の上昇を続けています。 この9. 1% ※1 の年率で運用した場合、毎月3万円の積み立てを続けるだけで、 20年後には2, 000万円にもなります。 (出所:金融庁資産運用シミュレーションよりNVIC作成) 金融庁の資産運用シミュレーションはコチラ 運用期間:20年 ※1 先進国主要企業の株価の推移としてMSCIコクサイインデックスの数値を採用。2020年1月末時点で過去30年間における年率換算平均上昇率は9. 1%。 ※2 先進国主要企業の株価の推移としてMSCIコクサイインデックスの数値を採用。1990年から2019年の過去30年間の年次リターンの実績。 この事実から 最大のリターンを生み出す、 NVICの強みがあります。 強み 1 長期的に価値 を積み上げる 企業への 投資 長期的に価値を積み上げる企業、 つまり構造的に強靭な企業の条件を NVICは知っています。 詳しくはこちら 強み 2 企業の見極め を 可能にする 組織と人 機関投資家向けに 運用ノウハウと実績を蓄積したチームが 投資先企業を見極めます。 おおぶねシリーズ ラインナップ 着実に成長し続ける 米国企業を厳選 農林中金<パートナーズ> 長期厳選投資 おおぶね 詳しくはこちら 業界初の完全成功報酬制 日米欧の優良企業を厳選 農林中金<パートナーズ> おおぶねグローバル (長期厳選) 詳しくはこちら 世界で輝く 日本企業を選抜 農林中金<パートナーズ> おおぶねJAPAN (日本選抜) 詳しくはこちら NVIC公式サイト NVIC公式 note NVIC公式 twitter 積立買付を今すぐはじめる シリーズラインナップを見る
25311177 2017070502 米国の上場株式を主要投資対象とする。徹底したファンダメンタル・ボトムアップアプローチにより、付加価値の高い産業、圧倒的な競争優位性、長期的な潮流の3つの基準を満たす、持続可能なキャッシュ・フロー創出能力を有する「構造的に強靭な企業」に長期厳選投資を行う。農林中金バリューインベストメンツより投資助言を受け、ポートフォリオを構築する。原則、為替ヘッジは行わない。ファミリーファンド方式で運用。6月決算。 詳しく見る コスト 詳しく見る パフォーマンス 年 1年 3年(年率) 5年(年率) 10年(年率) トータルリターン 33. 62% 17. 53% -- カテゴリー 48. 20% 13. 39% +/- カテゴリー -14. 58% +4. 14% 順位 206位 55位 --%ランク 91% 31% ファンド数 227本 183本 標準偏差 12. 59 15. 86 17. 49 23. 90 -4. 90 -8. 04 28位 2位 13% 2% シャープレシオ 2. 67 1. 11 2. 86 0. 65 -0. 19 +0. 46 137位 21位 61% 12% 詳しく見る 分配金履歴 2021年06月21日 110円 2020年06月22日 90円 2019年06月20日 70円 2018年06月20日 50円 詳しく見る レーティング (対 カテゴリー内のファンド) 総合 ★★★★ モーニングスター レーティング モーニングスター リターン 3年 ★★★★ やや高い 小さい 5年 10年 詳しく見る リスクメジャー (対 全ファンド) 設定日:2017-07-05 償還日:-- 詳しく見る 手数料情報 購入時手数料率(税込) 2. 2% 購入時手数料額(税込) 0円 解約時手数料率(税込) 0% 解約時手数料額(税込) 購入時信託財産留保額 0 解約時信託財産留保額 このファンド情報を見ている人は、他にこのようなファンドも見ています。
ブロガーの声(抜粋) ・銘柄選別もさることながら、毎月のレポートが秀逸。 ・構造的に強い企業を厳選し、オーナーシップとしての株式投資を実践している数少ない米国株式のアクティブファンド。安心していられる運用実績に加えて、受益者に対する姿勢が素晴らしい。(「おおぶね」シリーズ全てに投票したいが本ファンドをセレクト) ・面白い月次レポートもさることながら毎月のおおぶねカンファレンスも非常に勉強になり、「手触り感」という意味では個人向け投資信託の中では抜群ではないでしょうか?…徹底した調査に基づく運用スタイルにこれからも期待しています。 ・投資する会社をしっかり選んで長期で保有するスタンスが好ましい。運用成績はもちろん、直販以外では珍しく、受益者への発信にも力をいれている。気合の入った月次レポートは勉強になる。
あなたが日本だけでなく世界に目を向けたとき、 成長を持続する世界経済という波に乗って、 リスクを抑えながら、あなたの資産を大きく増やす、 そんな航路が見えてきます。 人生100年時代。 「おおぶね」に乗って 人生をゆったりと謳歌しませんか。 おおぶねとは?
基準価額 17, 548 円 (7/21) 前日比 +227 円 前日比率 +1. 31 % 純資産額 115. 57 億円 前年比 +156. 37 % 直近分配金 110 円 次回決算 6/20 ファンドセレクションとは 吉井 崇裕 楽天証券経済研究所 ファンドアナリスト 【おすすめポイント】 米国株式のうち持続的な成長が期待される「構造的に強靭な企業」に投資 付加価値の高い産業、圧倒的な競争優位性、長期的な潮流の観点で銘柄厳選 積立投資専用で、下落に強く、中長期の成長も期待できるファンド 本ファンドは、積立注文のみとなります。ご注意ください。 分類別ランキング 値上がり率 ランキング 111位 (118件中) 運用方針 「米国企業価値フォーカスマザーファンド」を通じ、主として米国の取引所に上場されている株式に投資する。付加価値の高い産業、圧倒的な競争優位性、長期的な潮流の3つの条件を満たす、「構造的に強靭な企業」を厳選する。原則として為替ヘッジは行わない。 運用(委託)会社 農林中金全共連アセットマネジメント 純資産 115. 57億円 楽天証券分類 米国株式-為替ヘッジ無し ※ 「次回決算日」は目論見書の決算日を表示しています。 ※ 運用状況によっては、分配金額が変わる場合、又は分配金が支払われない場合があります。 基準価額の推移 2021年07月21日 17, 548円 2021年07月20日 17, 321円 2021年07月19日 17, 545円 2021年07月16日 17, 578円 2021年07月15日 17, 536円 過去データ 分配金(税引前)の推移 決算日 分配金 落基準 2021年06月21日 110円 16, 702円 2020年06月22日 90円 12, 989円 2019年06月20日 70円 12, 068円 2018年06月20日 50円 10, 818円 ファンドスコア推移 評価基準日::2021/06/30 ※ 当該評価は過去の一定期間の実績を分析したものであり、 将来の運用成果等を保証したものではありません。 リスクリターン(税引前)詳細 2021. 07. 21 更新 パフォーマンス 6ヵ月 1年 3年 5年 リターン(年率) 30. 78 28. 72 16. 25 --- リターン(年率)楽天証券分類平均 32.
良い/2. 普通/3. 悪い」というアンケートの回答 ▶︎「与えられた母集団が何らかの分布に従っている」という前提がない ノンパラメトリック手法 で活用されます ③ 間隔尺度 ▶︎目盛りが等間隔になっており、その間隔に意味があるもの・例)気温・西暦・テストの点数 ▶︎「3℃は1℃の3倍熱い」と言うことができず、間隔尺度の値の比率には意味がありません ④ 比例尺度 ▶︎0が原点であり、間隔と比率に意味があるもの・例)身長・速度・質量 ▶︎間隔尺度は0に意味がありますが、 比例尺度は0が「無いことを示す」 ため0に意味はありません また名義尺度・順序尺度を 「質的変数(カテゴリカル変数)」 、間隔尺度・比例尺度を 「量的変数」 と言います。 画像引用: 1-4. 不偏標本分散の意味とn-1で割ることの証明 | 高校数学の美しい物語. 変数の尺度 | 統計学の時間 | 統計WEB 数値ではない定性データである カテゴリカル変数 は文字列であるため、機械学習の入力データとして使用するために 数値に変換する という ダミー変数化 という作業を行います。ダミー変数化は 「カテゴリに属する場合には1を、カテゴリに属さない場合には0を与える」 という部分は基本的に共通しますが、変換の仕方で以下の3つに区分されます。 ダミーコーディング ▶︎自由度k-1のダミー変数を作成する ONE-HOTエンコーディング ▶︎カテゴリの水準数kの数のダミー変数を作成する EFFECTエンコーディング ▶︎ダミーコーディングのとき、全ての要素が0のベクトルを-1に置き換えたものに等しくなるようにダミー変数を作成する 例題で学ぶ初歩からの統計学 第2版 散布図 | 統計用語集 | 統計WEB 26-3. 相関係数 | 統計学の時間 | 統計WEB 相関係数 - Wikipedia 偏相関係数 | 統計用語集 | 統計WEB 1-4. 変数の尺度 | 統計学の時間 | 統計WEB 名義尺度、順序尺度、間隔尺度、比率尺度 - 具体例で学ぶ数学 ノンパラメトリック手法 - Wikipedia カテゴリデータの取り扱い カテゴリデータの前処理 - 農学情報科学 - biopapyrus スピアマンの順位相関係数 - Wikipedia スピアマンの順位相関係数 - キヨシの命題 Why not register and get more from Qiita? We will deliver articles that match you By following users and tags, you can catch up information on technical fields that you are interested in as a whole you can read useful information later efficiently By "stocking" the articles you like, you can search right away Sign up Login
73 BMS = 2462. 52 EMS = 53. 47 ( ICC_2. 1 <- ( BMS - EMS) / ( BMS + ( k - 1) * EMS + k * ( JMS - EMS) / n)) 95%信頼 区間 Fj <- JMS / EMS c <- ( n - 1) * ( k - 1) * ( k * ICC_2. 1 * Fj + n * ( 1 + ( k - 1) * ICC_2. 1) - k * ICC_2. 1) ^ 2 d <- ( n - 1) * k ^ 2 * ICC_2. 1 ^ 2 * Fj ^ 2 + ( n * ( 1 + ( k - 1) * ICC_2. 1) ^ 2 ( FL2 <- qf ( 0. 975, n - 1, round ( c / d, 0))) ( FU2 <- qf ( 0. 975, round ( c / d, 0), n - 1)) ( ICC_2. 1_L <- ( n * ( BMS - FL2 * EMS)) / ( FL2 * ( k * JMS + ( n * k - n - k) * EMS) + n * BMS)) ( ICC_2. 1_U <- n * ( FU2 * BMS - EMS) / (( k * JMS + ( n * k - k - n) * EMS) + n * FU2 * BMS)) 複数の評価者 ( k=3; A, B, C) が複数の被験者 ( n = 10) に評価したときの平均値の信頼性 icc ( dat1 [, - 1], model = "twoway", type = "agreement", unit = "average") は、 に対する の割合 ( ICC_2. k <- ( BMS - EMS) / ( BMS + ( JMS - EMS) / n)) ( ICC_2. k_L <- ( k * ICC_2. 共分散 相関係数 エクセル. 1_L / ( 1 + ( k - 1) * ICC_2. 1_L))) ( ICC_2. k_U <- ( k * ICC_2. 1_U / ( 1 + ( k - 1) * ICC_2. 1_U))) Two-way mixed model for Case3 特定の評価者の信頼性を検討したいときに使用する。同じ試験を何度も実施したときに、評価者は常に同じであるため 定数扱い となる。被験者については変量モデルなので、 混合モデル と呼ばれる場合もある。 icc ( dat1 [, - 1], model = "twoway",, type = "consistency", unit = "single") 分散分析モデルはICC2.
【概要】 統計検定準一級対応 統計学 実践ワークブックの問題を解いていくシリーズ 第21回は9章「 区間 推定」から1問 【目次】 はじめに 本シリーズでは、いろいろあってリハビリも兼ねて 統計学 実践ワークブックの問題を解いていきます。 統計検定を受けるかどうかは置いておいて。 今回は9章「 区間 推定」から1問。 なお、問題の全文などは 著作権 の問題があるかと思って掲載してないです。わかりにくくてすまんですが、自分用なので。 心優しい方、間違いに気付いたら優しく教えてください。 【トップに戻る】 問9. 2 問題 (本当の調査結果は知らないですが)「最も好きなスポーツ選手」の調査結果に基づいて、 区間 推定をします。 調査の回答者は1, 227人で、そのうち有効回答数は917人ということです。 (テキストに記載されている調査結果はここでは掲載しません) (1) イチロー 選手が最も好きな人の割合の95%信頼 区間 を求めよ 調査結果として、最も好きな選手の1位は イチロー 選手ということでした。 選手名 得票数 割合 イチロー 240 0. 262 前回行ったのと同様に、95%信頼 区間 を計算します。z-scoreの導出が気になる方は 前回 を参照してください。 (2) 1位の イチロー 選手と2位の 羽生結弦 選手の割合の差の95%信頼 区間 を求めよ 2位までの調査結果は以下の通りということです。 羽生結弦 73 0. 級内相関係数 (ICC:Intraclass Correlation Coefficient) - 統計学備忘録(R言語のメモ). 08 信頼 区間 を求めるためには、知りたい確率変数を標準 正規分布 に押し込めるように考えます。ここで知りたい確率変数は、 なので、この確率変数の期待値と分散を導出します。 期待値は容易に導出できます。ベルヌーイ分布に従う確率変数の標本平均( 最尤推定 量)は一致推 定量 となることを利用しました。 分散は、 が独立ではないため、共分散 成分を考慮する必要があります。共分散は以下のメモのように分解されます。 ここで、N1, N2の期待値は明らかですが、 は自明ではありません(テキストではここが書かれてない! )。なので、導出してみます。 期待値なので、確率分布 を考える必要があります。これは、多項分布において となる確率なので、以下のメモ(上部)のように変形できます。 次に総和の中身は、総和に関係しない成分を取り出すと、多項定理を利用して単純な形に変形することができます。するとこの部分は1になるということがわかりました。 ということで、共分散成分がわかったので、分散を導出することができました。 期待値と分散が求まったので、標準 正規分布 を考えると以下のメモのように95%信頼 区間 を導出することができました。 参考資料 [1] 日本 統計学 会, 統計学 実践ワークブック, 2020, 学術図書出版社 [2] 松原ら, 統計学 入門, 1991, 東京大学出版会 【トップに戻る】
今日は、公式を復習しつつ、共分散と 相関係数 に関連した事項と過去問をみてみようと思います。 2014-2017年の過去問をみる限りは意外と 相関係数 の問題はあまり出ていないんですよね。2017年の問5くらいでしょうか。 ただ出題範囲ではありますし、出てもおかしくないところではあるので、必要な公式と式変形を見直してみます。 定義とか概念はもっと分かりやすいページがいっぱいある(こことか→ 相関係数とは何か。その求め方・公式・使い方と3つの注意点|アタリマエ!
3 対応する偏差の積を求める そして、対応する偏差の積を出します。 \((x_1 − \overline{x})(y_1 − \overline{y}) = 0 \cdot 28 = 0\) \((x_2 − \overline{x})(y_2 − \overline{y}) = (−20)(−32) = 640\) \((x_3 − \overline{x})(y_3 − \overline{y}) = 20(−2) = −40\) \((x_4 − \overline{x})(y_4 − \overline{y}) = 10(−12) = −120\) \((x_5 − \overline{x})(y_5 − \overline{y}) = (−10)18 = −180\) STEP. 4 偏差の積の平均を求める 最後に、偏差の積の平均を計算すると共分散 \(s_xy\) が求まります。 よって、共分散は よって、このデータの共分散は \(\color{red}{s_{xy} = 60}\) と求められます。 公式②で求める場合 続いて、公式②を使った求め方です。 公式①と同様、各変数のデータの平均値 \(\overline{x}\), \(\overline{y}\) を求めます。 STEP. 共分散 相関係数 関係. 2 対応するデータの積の平均を求める 対応するデータの積 \(x_iy_i\) の和をデータの個数で割り、積の平均値 \(\overline{xy}\) を求めます。 STEP. 3 積の平均から平均の積を引く 最後に積の平均値 \(\overline{xy}\) から各変数の平均値の積 \(\overline{x} \cdot \overline{y}\) を引くと、共分散 \(s_{xy}\) が求まります。 \(\begin{align}s_{xy} &= \overline{xy} − \overline{x} \cdot \overline{y}\\&= 5100 − 70 \cdot 72\\&= 5100 − 5040\\&= \color{red}{60}\end{align}\) 表を使って求める場合(公式①) 公式①を使う計算は、表を使うと楽にできます。 STEP. 1 表を作り、データを書き込む まずは表の体裁を作ります。 「データ番号 \(i\)」、「各変数のデータ\(x_i\), \(y_i\)」、「各変数の偏差 \(x_i − \overline{x}\), \(y_i − \overline{y}\)」、「偏差の積 \((x_i − \overline{x})(y_i − \overline{y})\)」の列を作り、表下部に合計行、平均行を追加します。(行・列は入れ替えてもOKです!)