ナレッジライブラリ

この資料では、センチメント分析、テキスト特徴量の開発、ニュースとリターンを結び付ける実験に使われる2つの金融ニュースコーパスを紹介します。FNSPIDは見出しを株式ティッカーに結び付け、広い過去期間をカバーします。全コレクションに加えて、より小規模なサンプルも利用できます。Bloombergのアーカイブには、より短い期間のニューステキストと構造化金融系列が含まれ、センチメント、トピック、データセット間の頑健性を調べるための補助的な情報源として紹介されています。どちらも公開データセットハブで配布されており、資料では…

この資料では、ブラック–ショールズのもとでヨーロピアン・コールとプットの価格を導出し、プット・コール・パリティで両者の関係を確認した上で、観測されたオプション価格に一致するボラティリティを数値的に解いてインプライド・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た感応度の変化を図示します。一定ボラティリティ、連続取引、ヨーロピアン行使というモデルの仮定を市場の実態と照らし、出力がどこで乖離し得るかを説明します。 計算結果をS&P…

このノートブックでは、ベースライン選択プロセスをすでに通過した暗号資産無期限先物の戦略について、6つの配分方法を比較します。各戦略の予測とエントリールールは固定し、資本の割り当て方を変えます。ある配分方法はモデルスコアを使い、複数の方法は資産ボラティリティまたは共分散を使い、別の方法は予測の過去の不確実性を使います。共分散行列を推定する方法は、逆ボラティリティ法よりも、利用可能なリターン履歴から多くのパラメータを推定する必要があり、ウェイトが不安定になることがあります。…

このノートブックでは、ショートのヨーロピアン・コールを対象にディープヘッジを実演します。幾何ブラウン運動で原資産価格の経路をシミュレーションし、ベンチマークとしてブラック–ショールズのデルタを計算し、半再帰型ニューラルネットワークでヘッジポジションを決めます。学習目的は、満期時損失の条件付きバリュー・アット・リスクを最小化することです。損益計算では、ヘッジ開始、各リバランス、満期時の決済に比例コストを課し、同じ仮定のもとで離散的なデルタヘッジと比較できるようにします。また、学習された取引がデルタ・ベンチマークに近…

このモジュールは、検証段階と戦略ラベルをまたいだホールドアウト選択フィールドの構築方法を定めます。固定済み候補集合とライブ再構築で異なる構成が選ばれたり、後続分析で勝者と異なるラベルが使われたりする不整合に対処します。共通の構築には、宣言されたラベル全体のシグナル、配分、リスクオーバーレイの各段階が含まれ、後続処理では選択された結果のラベルを読み取ります。…

この特徴量エンジニアリング用モジュールは、システマティックなマクロ・ポートフォリオモデル向けに日次価格データを準備します。推定ボラティリティで調整した期間別リターン、複数スケールのMACDシグナル、対数価格のローリングZスコアを作成します。リターン期間には設定済みの組み合わせを使うことも、未加工のモメンタム特徴量向けに密な範囲を使うこともできます。事前ボラティリティは日次リターンの指数加重標準偏差で推定します。また、学習ターゲット用に1期先の未加工リターンとボラティリティ調整済みリターンも導出します。…

このノートブックでは、10個の主成分が捉える広範な変動を調整した後、4つの運用ポートフォリオ戦略がSPYリターンの説明力を高めるか検証します。候補ポートフォリオは、遅行リターンを使ってETFを直近のモメンタム、低ボラティリティ、短期リバーサルで順位付けし、ロングとショートのバスケットを作ります。各ファクターの未調整のSPY負荷量と、2つのLASSO回帰で対照変数を選んだ後の条件付き負荷量を比較します。拡張時系列交差検証と分割内でのスケーリングおよびPCAにより、後の観測が前の検証分割に漏れないようにします。選ばれ…

この資料では、四半期ごとのSEC 13F一括提出データを機関投資家の保有銘柄パネルに変換する手順を説明します。提出日を基準に運用者ごとの最新提出書類を選び、提出者が入力した企業名ではなくCUSIPを使って証券を識別し、推定株価の中央値が不自然な提出書類を除外します。価格チェックでは、報告された保有価値を株数で割ります。これにより単位や株数の不整合を検出できますが、どの項目が誤っているかまでは特定できません。続いて運用者ランキング、集中度の代理指標としての保有の広がり、共同保有ネットワークのエッジを調べます。…

この資料では、ETFリターンのモデル化に計量主成分分析を用いる方法を説明します。各ファンドに固定のファクター・エクスポージャーを割り当てる通常のPCAとは異なり、IPCAでは各ファンドのエクスポージャーを、観測可能な特徴量の共通の線形関数として表します。交互最小二乗法により、特徴量からエクスポージャーへの写像とファクターリターンを同時に推定します。この制約によりファンド間および日付間の情報を統合できますが、特徴量との関係が線形であるという仮定は残ります。…

このノートブックでは、NASDAQ ITCHの約定記録を使い、通常取引時間中の出来高と取引活動の変化を調べます。約定を時間足に再集計し、取引活動が多い・中程度・少ない銘柄の価格と出来高を比較した後、取引が活発な各銘柄の日次出来高で正規化してからプロファイルを平均します。その結果、寄り付きと引けに取引が増え、昼ごろに減速するパターンが見られます。また、寄り付きと引けの時間足の出来高を昼ごろと比較し、時刻を後続の取引モデルの特徴量設計に結び付けます。…

このノートブックでは、スプレッド、板の不均衡、売買方向付き出来高、価格インパクトなどの日中ミクロ構造情報を使い、NASDAQ-100銘柄の次の15分リターンを順位付けする予測モデルを比較します。網羅性が完全な場合に限り、各モデルファミリーから代表となる予測セットを1つ選び、モデルのチェックポイントは区別して扱います。分析では、順位相関と不確実性区間を比較し、ウォークフォワード分割ごとの性能を確認します。予測バケットの単調性と市場局面への依存性を検証し、コンフォーマル予測区間が所定の網羅率を満たすかも調べます。因果…

このノートブックでは、期待対数資産を最大化して二者択一の賭けに対するケリー基準のサイズを導き、賭け金の大きさがシミュレーションによる資産推移の分布をどう変えるかを示します。枠組みを連続リターンと複数資産のポートフォリオに拡張します。そこでよく知られた平均分散比の式は、対数関数を有限項で展開した近似に依存します。ポートフォリオの解について、そこから導かれるレバレッジと、資本を使い果たす可能性のある逆方向の値動きを調べます。市場データから期待リターンと共分散を推定する場合、ローリング推定でポジションサイズがどれほど不…

この評価では、オプションサーフェス、価格由来、条件付きボラティリティの特徴量を、株式の将来リターンに照らしてスクリーニングします。各セッションで特徴量の値とその後のリターンの横断面順位相関を計算し、情報係数（IC）の時系列を調べます。平均的な関連性、重複する将来リターンを考慮した不確実性、ウォークフォワードの検証期間ごとの挙動、多数の候補をテストする影響を評価します。予測との関連性を検討する前に、網羅性と古い値の確認で特徴量の定義を選別します。また、重複性の高い特徴量は、実質的に同じ順位付けを示すものとして扱いま…

このノートブックでは、事前に選んだETF戦略を、確保したホールドアウト期間で評価します。学習時の識別情報とチェックポイントが一致する予測を取得し、先に定めた戦略仕様と取引コストを適用して、バックテストを登録します。集中度、配分、リスクオーバーレイ、リバランス頻度を含む構成は、ホールドアウトを実行する前に固定します。配分がコンフォーマル予測の幅に依存する場合は、検証残差からその幅を求め、将来リターンのラベルがホールドアウトと重なる残差を除外します。…

このユーティリティでは、基礎計算を再実行せずにバックテスト識別子を変更する移行の検証方法を説明します。データベーススキーマを調べ、登録先を含む列を見つけます。テキスト文書内に埋め込まれた参照も対象です。そのうえで、移行前後の参照切れ件数を比較します。過去の参照には設計上すでに解決されていないものがあるため、重要なのは移行によってどこかの参照切れ件数が増えたかどうかです。また、データベースの行と成果物ディレクトリが双方向に対応するかを確認し、識別子の衝突や統合も考慮します。…

この分析では、複数の売買ケーススタディで選ばれたシグナルが、その後も使えるほど信頼できそうかを評価します。検証用情報係数（IC）とホールドアウトの根拠を比較し、安定性と再現性を調べ、予測の品質とモデル予測から構成したポートフォリオのシャープレシオを対比します。ヒートマップとファミリー別の要約で、資産クラスやモデルファミリーによる結果の違いを示します。また、平均ICとシグナルのシャープレシオ中央値は異なる性質を捉えるため、モデルの順位が異なる場合があることを明らかにします。…

このチュートリアルでは、資産の価格と出来高の履歴から作る特徴量を概観します。複数期間のリターン、トレンドと反転の指標、複数のボラティリティ推定値、ボラティリティ局面、流動性、テールリスク、横断面の正規化などを扱います。モメンタムシグナルでは直近の観測値を除外する、移動平均からの乖離をボラティリティで尺度調整する、生の出来高ではなく相対出来高を使う、といった実践的な選択肢も説明します。また、定常性と長期情報の保持を両立させる方法として、分数階差分も取り上げます。…

このノートブックでは、気配スプレッドのうちどの割合を負担するかという仮定によって、S&P…

この文書では、売買を自動停止する再利用可能な状態機械を示します。状態はクローズ、オープン、ハーフオープンです。同じ状態遷移ロジックを、口座ドローダウン、日次損失、連続して損失が出たセッション、システム遅延という4種類のリスクに適用します。復旧タイムアウト後、ブレーカーはハーフオープンに移行し、試験的な観測を許可します。その観測によって通常運用に戻るか、停止が再開されます。監査記録には復旧確認を含むすべての状態変化を記録し、トリップ時には別のコールバックから個別に通知できます。…

このノートブックでは、オプションサーフェス特徴量を含む株式パネルに対する操作変数付き主成分分析（IPCA）を説明します。各銘柄のリターン履歴からエクスポージャーを推定する通常の主成分分析（PCA）とは異なり、IPCAでは、インプライドボラティリティ、スキュー、タームストラクチャー、インプライド分散と実現分散の比較など、各銘柄の日付ごとの特徴量の共通線形関数としてエクスポージャーをモデル化します。交互最小二乗法によって、共通ファクターリターンとともにこの対応関係を推定します。エクスポージャーは特徴量から計算されるた…

このノートブックでは、検証データで選んだ構成を使って、これまで未使用のETFホールドアウト期間を予測します。学習仕様を組み直し、期間開始の1予測ラベル期間前で学習を終え、モデルを再フィットして選定済みチェックポイントを維持し、学習識別子が検証時のものと異なることを確認します。登録情報を確認して、過去の予測セットがアウトオブサンプルだと確認できない場合を特定し、同じ期間を別の構成で評価することを防ぎます。…

このノートブックでは、企業の10-K提出書類からサプライヤー、顧客、競合他社の関係を抽出し、Neo4jの知識グラフに保存するパイプラインを概説します。ローカルの言語モデルが主語・述語・目的語の構造化された三つ組を提案し、その後、文字列ベースのエンティティ解決で名称を正規化し、提出企業への言及を正式な企業名に対応づけます。解決済みの関係を一括してグラフに書き込み、グラフクエリで複数社に共通するサプライヤーを集計し、サプライチェーンの集中度を示します。 このノートブックはS&P…

このデータガイドでは、板情報と市場ミクロ構造の分析に使うUS株式ティックデータの2つの取得元を比較します。Databentoのマーケットバイオーダー記録には、追加、変更、取消、取引のイベントが前処理済みで含まれます。一方、NASDAQ…

この文書では、モデル学習やバックテストを再利用するか再実行するかを判断するための、登録情報の確認方法を説明します。実行は仕様から導いたハッシュで識別され、期待される成果物がそろっている場合にのみ再利用できます。不足があれば実行は部分完了として扱われ、再学習または再実行が行われます。デバッグには明示的な強制フラグを使えます。また、予測キーの正規化とダイジェスト化も説明します。時間値にはバージョン管理された表現規則を適用するため、異なる型で読み込んだ同等の日付を一貫して比較できます。…