ナレッジライブラリ

このノートブックでは、分単位のマイクロストラクチャー特徴量からNASDAQ-100のリターンを予測するベースラインとして線形回帰を用います。スプレッドと注文不均衡の指標が異なる参照期間で重なるため、特徴量行列は強い共線性を持ちます。その結果、通常の最小二乗法は非常によく似た入力に対して、不安定で互いに逆向きの重みを割り当てることがあります。Ridge、Lasso、Elastic…

このノートブックでは、金融時系列をどのようにモデル化するか判断するための手順を示します。まず、SPYの価格とリターン、VIXの水準、リターン分布の図から、変動する水準、集中する値動き、裾の厚い分布を確認します。次に、帰無仮説が単位根であるAugmented Dickey-Fuller検定と、帰無仮説が水準定常性であるKPSSを組み合わせます。帰無仮説が互いに逆であるため、単純な二択ではなく、組み合わせによる4通りの解釈が得られます。…

この設定では、ロングのみのETFランキングとリバランスの実験を定義します。株式、債券、コモディティ、地域別エクスポージャーにまたがる幅広い100～ETFの対象を定め、月次で判断し、翌営業日の寄り付きで執行します。主要ラベルは21日リターンを予測します。5日ラベルには週次スケジュールを用い、バックテストの頻度を予測期間により合わせます。ポジションはランキングで選び、均等加重します。複数のポートフォリオ集中度で上位k銘柄の選択を検証します。…

同一の決定論的なOHLCVパネルを用いて、CSV、Parquet、Feather（Arrow IPC）、HDF5を比較します。書き込み時間、メモリに展開した読み込み時間、ファイルサイズ、選択列だけを読む効果を測定します。計測では書き込みを1回行い、ウォームアップ後に複数回読み込んだ平均を使うため、読み込みはウォームキャッシュの測定値です。Featherのメモリマップによるオープン時間は、データ展開の時間と分けて報告し、読み込みコストと取り違えないようにしています。…

このETF特徴量の分析では、モデルから導出した3つの入力を作成します。市場レジームを推定する隠れマルコフモデル（HMM）、参照ファンドの分数次差分価格、そしてETFごとのGARCH(1,1)条件付きボラティリティです。先読みを避けるには、パラメーターの推定と推論の両方で、各取引セッションまでに利用可能な情報だけを使う必要があると強調しています。再推定スケジュールでは各予測区間の前に推定したパラメーターを適用し、フィルター処理したHMM確率を使うことで、平滑化確率に含まれる将来情報を避けます。…

このチュートリアルでは、日次SPYデータを使い、固定の損切り・利確バリア、トレーリングストップ、ATRに応じた決済、機械学習による決済シグナル、およびその組み合わせを比較します。固定バリアはエントリー価格からシミュレーションし、夜間の価格ギャップは始値で処理します。バーが損切りと利確の両方に触れた場合は、保守的なルールとして損切りを先に成立させます。ATRは直近の値動きに応じて決済幅を調整します。機械学習の部分ではテクニカル特徴量と時系列順の分割を使い、境界付近のパージで将来を参照するラベルによる情報漏洩を減らし…

機関投資家の株式保有データにWord2Vecのskip-gramを応用します。各機関のポートフォリオを文、銘柄IDをトークン、報告された保有額順のポジションを単語順として扱います。類似したポートフォリオの文脈に繰り返し現れる銘柄は近い埋め込み表現を持つようになり、機関投資家のポートフォリオ行動を表現し、経済的に類似した資産を見つける方法となります。…

株式分割や現金配当をまたぐと、未調整の株価から誤解を招くリターンが算出される理由を説明します。後方調整では、後日のコーポレートアクションに合わせて過去の価格を換算します。また、約定シミュレーション用の未調整価格、短期分析で使う場合のある分割調整価格、長期研究やバックテスト向けのトータルリターン調整価格を区別します。Appleの株価履歴を例に、分割と配当の調整が累積リターンに与える影響を示します。…

このノートブックでは、モデルに基づくポジションサイジングがUS企業特性戦略の均等加重を上回るかを検証します。予測スコアが高い銘柄への配分を増やすスコア加重と、予測区間が信頼性の低さを示す場合に配分を減らすコンフォーマル加重を比較します。各比較では選択済み予測と集中度を固定し、両方式を複数のポートフォリオ集中度と組み合わせて評価します。…

このノートブックでは、ETFのロング取引の決済方法として、固定の利確目標と損切り、トレーリングストップ、ATRに応じたバリア、機械学習シグナル、およびそれらの組み合わせを比較します。指標と取引シミュレーションを作成し、取引リターン、勝率、損切り発生頻度、不確実性を標準誤差で要約します。OHLCの約定ルールでは、夜間の価格ギャップを始値で処理し、日足が損切りと利確の両方に触れた場合は、日次データでは日中の順序が分からないため損切りが先に成立すると仮定します。…

このノートブックでは、ARIMA予測を単独の予測値ではなく、後続モデルへの入力列として扱います。ETFリターンにモデルを当てはめ、定常性検定と自己相関診断を用いて次数の候補を提案し、訓練ブロック上の情報量規準で候補次数を比較します。重要な違いは、定常モデルの多段階予測は無条件平均に収束してすぐにほぼ一定になる一方、1ステップ予測は新たな観測に応じて更新される点です。…

この資料では、ローリングするETFリターン期間を、従来型の畳み込みニューラルネットワーク向けの2チャネル画像に変換する方法を説明します。Gramian Angular Fieldは正規化した観測値を角度に写像し、角度間の関係を記録します。Markov Transition…

この資料では、資産価格モデルのベンチマークに使うChen、Pelger、Zhuの月次US株式パネルを紹介します。経済テーマ別に分類した46個の企業特性、翌月の超過リターン、時系列順の訓練・検証・テスト分割について説明します。毎月、各特性を横断面で順位付けし、共通の有界尺度に変換します。これにより極端な生値の影響を抑えて単位を比較しやすくする一方、水準の情報は失われます。分析では各特性と翌月リターンの順位相関を測り、訓練データ全体で情報係数を平均します。隣接する月の間に時系列依存がある可能性があるため、月次観測を独…

このノートブックでは、モデリング前に市場系列の特徴を把握する手順を示します。まずSPYの価格とリターン、VIXの水準、リターン分布を図示し、トレンド、ボラティリティのクラスタリング、厚い裾を確認します。次に、拡張Dickey-Fuller検定とKPSS検定を組み合わせて読む方法を説明します。帰無仮説の方向が逆であるため、結果を併せて解釈すれば、定常性の根拠、単位根、見解の不一致、結論を出せないサンプルを区別できます。…

このノートブックでは、SPYの日次リターンを使い、周波数領域の分析とトレード特徴量としての限界を説明します。ウェーブレット分解は変動を徐々に遅い時間尺度の帯域に分け、スペクトル推定はリターンの変動が周波数間にどう分布するかを示します。例ではウェーブレット族を比較し、ローリング期間から因果的な特徴量を作成して、支配周期、スペクトルの広がり、低周波成分の比率、正規化スペクトルエントロピーなどの指標を論じます。…

このノートブックでは、TWSまたはGatewayを介してInteractive Brokersに戦略を接続する運用手順を示します。セッションがペーパー口座であることを確認し、口座の評価額とポジションを読み込み、ライブ配信の開始前に過去のバーを取得して戦略の状態を初期化します。5日間のETFモメンタム戦略をバックテストと実運用エンジンで共有し、受信したティックをバーに集約します。…

このノートブックでは、SEC提出書類の調査と企業データの構造化抽出に使うEdgarToolsを概説します。安定したCIKで提出企業を特定し、様式別に提出書類を取得し、XBRLタグ付き年次報告書を財務諸表の表に変換する方法を説明します。また、内部関係者の様式4取引や機関投資家の様式13F保有銘柄の確認、種類と日付による提出書類インデックスの検索も扱います。…

この分析では、9件のトレード事例で登録された二重機械学習の処置効果を比較します。各事例のレジストリから最新の結果を読み込み、レジストリの整合性とラベルの重複を確認し、対象範囲を明示します。効果と信頼区間は元の単位を保ち、HAC統計量でパネル間比較を補います。また、単純なOLS推定値と直交化推定値を比較し、ブロック置換による反証チェックを適用して、複数のラベルと実際に異なる予測期間を区別します。…

このノートブックでは、ETFモメンタムのバックテスト結果が想定取引手数料にどれほど敏感かを検証します。戦略のウェイトと取引スケジュールを固定し、片道コストを変えてシミュレーターを再実行して、成長率、シャープレシオ、ドローダウンを比較します。グロスリターンを年間売買回転率で割る方法と、シミュレーション結果を補間する方法の両方で、成長率がゼロになる手数料を推定します。この差は、複利の影響により、単純な回転率計算では損益分岐コストを実際より高く見積もることを示しています。…

このノートブックでは、存続しているUS株式の等ウェイト・ポートフォリオが、当初の全対象と比べてリターンをどの程度過大評価しうるかを推定します。まず、パネルに銘柄の退出が記録され始めた時期を調べ、記録がデータセットの最終数年間に限られることを確認します。それ以前に欠落した企業は元データに存在しないため、退出を観測できる期間に結論を限定します。また、パネルには上場廃止の理由と最終的な支払額がないため、最後に観測された価格以降の結果はモデル化する必要があります。…

この探索的分析では、オプション契約とチェーンの構造を紹介し、8つの原資産を対象とするS&P…

この分析では、企業特性に基づく月次US株式戦略の登録済みバックテスト・パイプラインを読み取ります。シャープレシオの不確実性、確率シャープレシオとデフレート・シャープレシオ、戦略のペア比較、ホールドアウトでの成績低下、小型株の非流動性を反映するよう設計したコスト分析を報告します。検証データで戦略仕様を選択し、ホールドアウトでは選択を繰り返すのではなく、その固定した選択を評価します。測定された変化と点推定値の差を区別するため、ペア指標と信頼区間を使います。この文書では解釈の限界を強調します。ホールドアウトは暦年で1年…

このノートブックでは、適格な全データ網羅候補のうち検証シャープレシオが最も高い配分系列に対し、ポジション単位の損切り、トレーリングストップ、時間決済を評価します。各オーバーレイを、オーバーレイなしの親構成と比較してリスクルールの効果を切り分けます。ペアのブロック・ブートストラップ区間で、ドローダウンとの比較に加え、シャープレシオの差がゼロと区別できるかを評価します。選択と調整には検証データのみを使います。同じ価格経路で閾値の設定と評価を行うことになるため、検証全体のMAE較正閾値は除外します。固定した構成の評価に…

このノートブックでは、ストラドルを売るS&P 500オプション戦略のポートフォリオ配分ルールを比較します。選択済み銘柄とその他の戦略設定を固定し、等ウェイトのベースラインを、モデル予測または原資産リターンのリスク推定を使う配分手法に置き換えます。候補には、スコア加重、逆ボラティリティ、リスクパリティ、階層的リスクパリティ、縮小平均分散最適化、予測区間幅に基づくコンフォーマル加重が含まれます。…