ナレッジライブラリ

このノートブックでは、固定されたロングオンリーのETFモメンタム・ベースラインが、2010から2024までのさまざまな市場環境でどう推移したかを診断します。各日次リターンが始まる前にわかっていたボラティリティとトレンドの指標を使い、拡張した過去データの中央値で高低の状態を定義します。利回り曲線のスプレッドも、選択したモメンタムETFを保有するか、ディフェンシブな債券の組み合わせを保有するかを決めます。次に、ボラティリティとトレンドの4通りの組み合わせごとにリターンとリスク指標を分け、各区分の観測数を報告し、加法的…

このノートブックでは、以前に選択した企業特性予測と固定されたポートフォリオ設定を1年間のホールドアウト期間に適用します。アウトオブサンプル評価を保つため、予測、配分、集中度、リバランス、取引コストについて新たな選択は行いません。ポートフォリオのコンフォーマル配分器は検証残差を使って予測の信頼性を推定します。残差が少なすぎる企業には、複数企業をまとめた代替幅を適用します。ウェイトはポートフォリオの各区分で幅の逆数を相対比較して決めるため、予測リターンの大きさだけを優先せず、信頼性を重視します。…

このノートブックでは、ウェブ検索と確率予測を交互に行う予測エージェントを構築します。2つのメソッドを備えた小規模な言語モデルインターフェースにより、同じループでモック、ローカル、または商用のプロバイダーを利用できます。エージェントには予測市場に関する質問が渡され、証拠を検索するか、根拠とともに確率を示すかのいずれかのJSONアクションを実行できます。ステップ数の上限によって実行を制限し、不正なアクションや未知のアクションは記録して修正を求めてから、ツールを呼び出します。…

このノートブックでは、約定データからティックおよび出来高のインバランスバーを構築し、情報に基づくサンプリングを検討します。手動実装したティック・インバランスをライブラリのサンプラーと照合した後、期待バーサイズと適応設定を変えて、適応型、固定閾値型、ローリングウィンドウ型の手法を比較します。バーリターンは、バー数、平均サイズ、Jarque–Bera正規性検定、1期ラグの自己相関、分散比統計量で評価します。この枠組みでは、サンプラーの閾値構成要素を時系列で調べることを重視します。終点での期待サイズの変化だけでは、適応…

この監査では、同一の固定済みモデル目標値とコンテンツ識別可能な過去データを使い、ETF配分、先物、暗号資産無期限先物の資金調達、外国為替、US株式を対象に、複数の取引エンジンでリプレイを比較します。約定記録、評価時刻、口座価値、最終価値の一致と、意図的に変更した約定の検出によって執行の一致性を評価します。モデル化と目標値の作成はどちらのエンジンを実行する前にも行うため、この比較で切り分けられるのはリプレイの挙動であり、シグナル生成の一致ではありません。…

このノートブックでは、13F提出書類から構築した機関投資家の保有銘柄グラフを用いて、読み取り専用の質問応答ワークフローを示します。自然言語からデータベースクエリを生成する代わりに、対応が明確な質問を、対象エンティティを固定した手書きのCypherテンプレートに振り分けます。テンプレートは保有者、2銘柄を共通保有する機関、またはある機関の上位保有銘柄を取得します。データ提供元のスナップショットから最新の提出日を取得します。クエリでは公開済みの情報に絞り、最も新しい報告期間を選択することで、これら二つの時点を区別しま…

この分析では、事例ごとのオーバーレイ・バックテストをレジストリから読み込み、シャープレシオと最大ドローダウンを配分段階のベースラインと比較します。配分段階の値がない場合はシグナル段階の値を使います。設定をルールの種類に分類し、各調査で最もシャープレシオが高いオーバーレイと、カテゴリーごとの平均、中央値、改善率を報告します。パラメーター検討での最良結果は、最大値を選ぶことで改善が実際以上に見えるため、典型的な設定とは分けて扱います。…

このノートブックでは、ヨーロピアン・コールとプットのブラック・ショールズ価格を求め、プット・コール・パリティを確認し、ブレント法でインプライド・ボラティリティを計算します。また、デルタ、ガンマ、ベガ、セータ、ローを定義し、マネーネスや満期までの時間に応じてオプションの感応度がどう変わるかを図示します。グリークスはヘッジやエクスポージャーの把握に役立つ局所的な指標として扱います。インプライド・ボラティリティは、モデル価格が観測されたオプション価格と一致するボラティリティ入力です。…

このノートブックでは、S&P 500の株式・オプション分析で、系列予測に用いるパッチ型トランスフォーマーを説明します。時間窓を連続したブロックに分け、各ブロックをトークンとして表現することで、短くした系列を扱いながら、注意機構が窓内の離れた部分を直接比較できるようにします。パッチの大きさは解像度とのトレードオフを決めます。大きなブロックは系列長を短くしますが、注意機構が個別に調べる前に多くの観測値をまとめます。…

この章では、強化学習を教師あり予測と区別し、逐次制御の手法として位置付けます。行動が後の結果に影響し、報酬が比較的明確なタスク、すなわち取引執行、マーケットメイク、デリバティブのヘッジに焦点を当てます。これらの問題を部分観測意思決定過程に対応付ける方法、価値ベース手法とアクター・クリティック手法の選び方、学習した方策を既存のスケジュールやヘッジのベンチマークと比較する方法を論じます。…

このETF特徴量ノートブックでは、数式が過去の観測値を使っていても、推定パラメーターを通じて統計モデルから未来の情報が漏れる可能性を説明します。対策として、ウォークフォワード方式の再適合スケジュールを用います。最初にバーンイン期間を設け、各再適合時点までに利用可能なデータで適合し、次の再適合までの値を生成します。この手法を、隠れマルコフモデルによる市場レジーム、分数差分を施した基準ETF価格、ETFごとのGARCH(1,1)条件付きボラティリティに適用します。…

このノートブックでは、固定された検証候補群から選ばれたFX通貨ペアの設定を再構成し、検証とホールドアウトの証拠を評価します。選択には適格な候補のうち最も高い検証シャープレシオを用い、同値の場合はバックテスト識別情報で決定的に順位付けします。コスト違いの設定は候補群に含めません。モデル系列、設定、ラベル、チェックポイントによってホールドアウトの系譜を照合します。実際に再学習すれば学習識別情報が異なるためです。分析では、登録済みのホールドアウト予測とバックテストを読み込み、出所を確認し、検証、ホールドアウト、および両…

このノートブックでは、US株式パネルを対象に勾配ブースティングを検討し、3つの先行リターン期間について、木の規模、目的関数、学習チェックポイントを変えます。浅い木でも特徴量間の相互作用を学習できる一方、規模を大きくするとノイズに適合するリスクも高まることを説明します。二乗誤差、絶対誤差、Huber損失は、裾の重いリターン観測値をそれぞれ異なる形で扱います。順位情報係数（IC）は、リターンの大きさを正確に当てることより、順位付けを評価します。複数のチェックポイントを採点することで、それぞれを別候補として扱い、木を追…

このノートブックでは、ETFの先行リターンを予測するLightGBMモデルについて、SHAPによる説明を示します。TreeSHAPは個々の予測に対する特徴量の寄与と、全体の重要度要約を提供します。ビーズスウォーム図と依存関係プロットは、特徴量の値と寄与の関係を示し、局所的な説明では、モデルの期待値を基準に一つの予測を分解します。また、SHAPによる順位を置換重要度や木の不純度に基づく重要度と比較し、相互作用を調べ、ウォークフォワード分割ごとの平均絶対SHAP値をドリフト診断として追跡します。…

このノートブックでは、検証結果を用いて設定を選択した後、暗号資産無期限先物の資金調達戦略についてホールドアウト予測を生成する方法を説明します。対象となる検証バックテストのうちシャープレシオが最も高いものを特定し、モデル系列、ラベル、チェックポイント、戦略設定を引き継いだうえで、ホールドアウト期間より前にデータが終了する新しい学習仕様を作成します。ラベルバッファにより、先行リターンの期間が評価期間に重ならないようにします。レジストリには再学習と予測が記録され、学習識別情報が変わったことが、検証データで適合したモデル…

このモジュールは、暗号資産無期限先物で大口の売り注文を執行するための時点ベースのシミュレーション環境を定義します。観測には、残存ポジションと時間に加え、市場ボラティリティ、プレミアム指数、相対出来高、時刻、資金調達までの時間が含まれます。行動は、スケジュールと参加率の上限に従い、基準スケジュールに対する執行ペースを調整します。環境は、平方根型と線形のマーケットインパクトで執行ショートフォールを推定し、在庫リスクやスケジュール乖離へのペナルティを追加できます。…

この章では、市場データを取引ルール、流動性、参加者の行動の結果として捉えます。最良気配値から注文単位のフィードまでを概観し、取引所メッセージを解析して、取引所ごとの指値注文板に再生する方法を説明します。板のライフサイクル確認、流動性と注文フローの分析、日中の取引パターン、単一取引所で見える流動性の限界も扱います。さらに標本化にも焦点を当て、時間、取引活動、情報に基づくバーがそれぞれ異なる観測値を生み、売買方向の分類とタイムスタンプの整合が解釈に影響することを説明します。…

この共通ユーティリティモジュールは、時系列の二重機械学習（DML）を用いた取引データの因果分析を支援します。文書化された機能には、エンバーゴを伴うウォークフォワード推定、補助モデル、反証チェックが含まれます。プラセボ検定でのブロック置換は局所的な時系列依存性を保ちます。パネル置換では、エンティティごと、および観測時刻グリッドの空白ごとに区切り、不連続をまたいでブロックが移動しないようにします。また、実際の観測頻度を測定し、ラベルのバッファ期間を適切なエンバーゴに換算します。固定のバーサイズを仮定すると、誤解を招く…

このノートブックでは、2つの処理を交互に行う時系列ニューラルネットワークTSMixerを説明します。各特徴量についてルックバック期間の日数に共通の線形写像を適用し、各日に独立して共通の特徴量MLPを適用します。残差接続と事前正規化で層を構成し、小さな出力ヘッドで横断面リターンを1つ予測するようにします。テンソル軸の並べ替えによって各層が組み合わせる値が決まる点を強調し、モデルのパラメータコストをウィンドウを平坦化した上での全結合層と比較します。…

このケーススタディでは、30日物のアット・ザ・マネー・ストラドルと原資産価格データを使い、S&P…

このケーススタディでは、検証データを用いてモデルと戦略を選んだ後、ホールドアウト期間の予測を生成する方法を説明します。事前に選ばれた設定を特定し、学習仕様を再構築して、ホールドアウト開始前に利用可能なデータだけで再学習します。ラベルはフォワードリターンを表すため、評価期間の結果がモデル適合に入らないよう、訓練期間の終わりを評価期間よりラベル期間分だけ前に設定します。…

このノートブックでは、企業別、提出書類の種類別にSEC提出書類を調べるためのEdgarToolsを紹介します。安定したCIK識別子を使った発行体の検索、年次・四半期報告書の取得、XBRL財務諸表の抽出、インサイダーのForm 4と機関投資家のForm 13Fデータの確認を実演します。さらに、提出書類の総合索引の検索方法と、提出書類の本文や添付資料へのアクセス方法も示します。…

このノートブックでは、1年から30年までの8つの米国債固定満期利回りの変化に主成分分析を適用します。利回りに変化がない前方補完済みのカレンダー行を除き、残った観測値をPCAの前に標準化して、すべての満期が等しく影響するようにします。第1から第3主成分を「水準」「傾き」「曲率」と解釈します。これは平行移動、スティープ化またはフラット化、中央部と両端のねじれを表します。解釈を一貫させるために主成分の符号を固定し、ブートストラップ再標本化で負荷量の安定性を調べます。…

このノートブックでは、直近の特徴量を順序付きウィンドウとして用いて株式リターンを予測するLSTM系列モデルを説明します。1銘柄につき各例は連続する60セッションで構成されます。上場の空白、売買停止などの中断をまたぐウィンドウを除外し、不連続を日次の推移と誤認しないようにします。モデルは各セッションを通じて隠れ状態を保持し、ゲートが情報の入力、保持、出力を制御します。2つの再帰層と64の隠れ状態を使い、100エポックの学習予定全体で5エポックごとにチェックポイントを保存します。…