有価証券報告書(内国投資信託受益証券)-第15期(2024/02/14-2024/08/13)

(1)【ファンドの目的及び基本的性格】
主として投資信託証券への投資を通じて、米国の小型株式に分散投資し、信託財産の長期的な成長をめざして運用を行います。
■商品分類表

単位型・追加型	投資対象地域	投資対象資産 (収益の源泉)	独立区分	補足分類
単位型 追加型	国 内 海 外 内 外	株 式 債 券 不動産投信 その他資産 ( ) 資産複合	MMF MRF ETF	インデックス型 特殊型 ( )

(注)本ファンドが該当する商品分類を網掛け表示しています。
・ 追加型・・・一度設定されたファンドであってもその後追加設定が行われ従来の信託財産とともに運用されるファンドをいいます。
・ 海外・・・投資信託約款において、組入資産による主たる投資収益が実質的に海外の資産を源泉とする旨の記載があるものをいいます。
・ 株式・・・投資信託約款において、組入資産による主たる投資収益が実質的に株式を源泉とする旨の記載があるものをいいます。
■属性区分表

投資対象資産	決算頻度	投資対象地域	投資形態	為替ヘッジ	対象インデックス	特殊型
株式 一般 大型株 中小型株 債券 一般 公債 社債 その他債券 クレジット属性 ( ) 不動産投信 その他資産 (投資信託証券(株式)) 資産複合 ( ) 資産配分固定型 資産配分変更型	年1回 年2回 年4回 年6回 (隔月) 年12回(毎月) 日々 その他 ( )	グローバル ( ) 日本 北米 欧州 アジア オセアニア 中南米 アフリカ 中近東 (中東) エマージング	ファミリーファンド ファンド・オブ・ファンズ	⦅Aコース⦆ あり (フル・ヘッジ) ⦅Bコース⦆ なし	日経225 TOPIX その他 ( )	ブル・ベア型 条件付運用型 ロング・ショート型∕絶対収益追求型 その他 ( )

(注)本ファンドが該当する属性区分を網掛け表示しています。属性区分に記載している「為替ヘッジ」は、対円での為替リスクに対するヘッジの有無を記載しています。
・ その他資産(投資信託証券(株式))・・・目論見書または投資信託約款において、投資信託証券への投資を通じて実質的に株式を投資収益の主たる源泉とする旨の記載があるものをいいます。
・ 年2回・・・目論見書または投資信託約款において、年2回決算する旨の記載があるものをいいます。
・ 北米・・・目論見書または投資信託約款において、組入資産による投資収益が北米地域の資産を源泉とする旨の記載があるものをいいます。
・ ファンド・オブ・ファンズ・・・目論見書または投資信託約款において、投資信託証券などを投資対象として投資するものをいいます。
・ 為替ヘッジあり(フルヘッジ)・・・目論見書または投資信託約款において、為替のフルヘッジを行う旨の記載があるものをいいます。
・ 為替ヘッジなし・・・目論見書または投資信託約款において、為替のヘッジを行わない旨の記載があるものをいいます。
上記は、一般社団法人投資信託協会が定める分類方法に基づき記載しています。商品分類および属性区分の内容につきましては、一般社団法人投資信託協会のホームページ(https://www.toushin.or.jp/)をご参照ください。
委託会社は、受託銀行(後記「(3)ファンドの仕組み 2.ファンドの関係法人 ①委託会社および本ファンドの関係法人の名称および関係業務 b.受託会社」に定義します。以下同じ。)と合意のうえ、各ファンド金1兆円を限度として信託金を追加することができます。なお、委託会社は、受託銀行と合意のうえ、上記の限度額を変更することができます。
<計量モデルにおけるビッグデータやAI(人工知能)の活用について>ゴールドマン・サックス・アセット・マネジメントの計量モデルでは、投資対象銘柄について、数多くの多面的な評価基準に基づいて評価し、組入銘柄を決定しています。これらの評価基準の開発において、財務諸表などの伝統的なデータに加え、ニュース記事やウェブ・アクセス量などの非伝統的データも活用されます。ゴールドマン・サックス・アセット・マネジメントではこれらのデータ(ビッグデータを含みます。)の活用を競争力の源泉とみなしており、近年その利用割合を増やしているだけでなく、そのデータの種類や利用方法も進化しています。機械学習に代表されるAI技術は、一部の評価基準においてデータ分析プロセスで活用され、特にアナリスト・レポートやニュース記事等のテキストデータを読み込む評価基準において活用されます。最終的な評価基準の選定および組入銘柄の決定は、計量投資戦略グループのシニア・ポートフォリオ・マネジャーが監督しています。
<ファンドのポイント>1.米国の小型株式を主要投資対象とし、信託財産の長期的な成長をめざして運用を行います。
2.ビッグデータやAI(人工知能)を活用したゴールドマン・サックス・アセット・マネジメント独自開発の計量モデルを用い、多様な銘柄評価基準に基づいて幅広い銘柄に分散投資します。
3.為替ヘッジありのAコース、為替ヘッジなしのBコースの選択が可能です。
※本ファンドのAコースは、ラッセル2000インデックス(配当込み、円ヘッジ・ベース)、Bコースはラッセル2000インデックス(配当込み、円ベース)を運用上の参考指標とします。
※本ファンドの主要投資対象は米国の小型株式です。運用においてビッグデータやAIなどを利用しますが、ビッグデータやAIなどのテクノロジー関連企業に特化して投資するものではありませんのでご留意ください。
※為替ヘッジにはヘッジ・コストがかかります。
市況動向や資金動向その他の要因等によっては、運用方針に従った運用ができない場合があります。
本ファンドはファンド・オブ・ファンズ方式で運用を行います。
<ファンドの運用方法>本ファンドの運用は、ゴールドマン・サックス・アセット・マネジメントの計量投資戦略グループが担当します。
ゴールドマン・サックス・アセット・マネジメント独自開発の計量モデルを用いて運用が行われます。計量モデルを用いた運用では情報を大量に処理することや客観的に銘柄の評価・分析を行うことが可能となるため、数多くの銘柄を投資対象とする本ファンドの運用に適した運用手法であると考えます。
<投資プロセス>最新のビッグデータや伝統的な市場・業績データ等をもとに、モメンタム(Momentum)・バリュー(Value)・収益性(Profitability)の投資テーマを通じた数百もの評価基準(MVPモデル)に基づき、投資対象候補銘柄すべての投資魅力度を総合的に評価した上で、ポートフォリオの最適化を図ります。
*ラッセル2500インデックス構成銘柄(後記「2 投資方針(2)投資対象(e)投資対象とする投資信託証券」をご覧ください。)
上記は現行モデルに基づくものであり、運用モデルの改良・更新は継続的に行われております。上記の投資プロセスは変更される場合があります。上記がその目的を達成できる保証はありません。上記は概念図であり、実際の評価の割合等とは異なることがあります。
上記は本ファンドが主要投資対象とする外国投資証券について説明したものです。
※前記「計量モデルにおけるビッグデータやAI(人工知能)の活用について」もあわせてご覧ください。
<米国小型株式とビッグデータ/AIを活用した投資戦略との相性>
2024年8月末現在 1米ドル=145.605円にて円換算
出所:S&P、FTSE Russell
米国大型株式:S&P500種株価指数
米国小型株式:ラッセル2000インデックス
期間:1999年12月末～2024年8月末 1999年12月末を100として指数化
出所:ブルームバーグのデータを基にゴールドマン・サックス・アセット・マネジメント作成
世界株式:MSCIオール・カントリー・ワールド・インデックス(配当込み)
米国大型株式:S&P500種株価指数(配当込み)
米国小型株式:ラッセル2000インデックス(配当込み)
上記は過去のデータであり、将来の結果を示唆または保証するものではありません。上記はインデックスのデータであり、本ファンドの実績ではありません。