ナレッジライブラリ

このノートブックでは、金融特徴量が10セッションのデルタヘッジ済みオプションリターンのラベルを説明するのに役立つかを検討しています。インプライド・ボラティリティ特徴量を1つ使うRidgeモデル、インプライド・ボラティリティに依存する特徴量と独立した特徴量のグループを使うモデル、全特徴量を使うモデルを比較します。すべての比較で、ラベルごとに同一のウォークフォワード分割と検証キーを使用し、日次順位情報係数を不確実性の推定値とともに要約しています。ICの計算には、一貫して最小クロスセクショナル・サンプル数を適用していま…

このノートブックでは、金融文の3クラスセンチメント分類に向けて3つの変換器チェックポイントを微調整し、正解率、マクロF1、混同行列、パラメーター数、学習時間を比較しています。Financial PhraseBankを層化して学習、検証、テストに分割し、一般的な乱数とTrainerの乱数にシードを設定して、動的バッチパディングを適用しています。モデルには、金融分野に特化したFinBERTのチェックポイントと、汎用チェックポイント2つが含まれます。…

このユーティリティでは、任意でモメンタムを含むFama–Frenchの3ファクターまたは5ファクターモデルを使い、戦略リターンを説明する方法を示します。日次ファクターデータを戦略リターンに揃え、リターンの頻度を検出します。戦略の観測が日次より少ない頻度であれば、ファクターリターンを複利で累積します。通常最小二乗法でアルファとファクターエクスポージャーを推定し、推論にはNewey–Westの不均一分散・自己相関一致標準誤差を使います。ロングオンリー戦略では無リスク金利を上回るリターンをモデル化し、ドルニュートラル戦…

このノートブックでは、NASDAQ…

このノートブックでは、幅広いUS株式ユニバースの順位付けに使う、価格由来の特徴量を作成します。モメンタム、ボラティリティ、移動平均、テクニカル指標の種類を説明し、1セッション先のリターンラベルに対して評価します。設計の中心的なルールは、全セッションの系列を使って銘柄ごとのローリング特徴量を計算し、適格性のスクリーニングを適用してから横断分析の順位を計算することです。これにより、ローリング期間の意味を保ちながら、各日の順位を実際に売買可能な銘柄に基づくものにします。…

この研究では、NVDAの市場別注文データを10取引日分使い、日々の取引活動がバーによるサンプリングにどう影響するかを調べます。通常のUS取引時間に対象を絞り、取引所のラベルから売買主導側を分類し、日ごとの取引件数、株数、売買金額の変動を報告します。さらに、1日あたりの目標バー数に向けて時間、ティック、出来高、金額、不均衡バーの閾値を較正し、セッションをまたいだパラメーターの安定性を判断するために、日ごとのバー数と統計量を比較します。…

この分析では、無期限先物の資金調達率について、複数のモデル群による検証予測を比較します。情報係数は後続リターンの順位との相関を測り、AUCは上昇と下落の結果の並び順を測定し、対数損失は確率の品質を評価して、自信過剰な誤りにペナルティを与えると説明します。これらの診断指標が答える問いはそれぞれ異なります。順位付けの改善は、より良い確率較正を保証しません。また、予測だけを評価する指標から、どのトレード戦略が最も良いかは判断できません。…

このケーススタディでは、DeFi…

このノートブックでは、公表済みのファクターリターンをポートフォリオの構成要素候補として評価します。次の3点を分けて検討します。ファクターの平均リターンが厳しい統計基準を超えるか、持続する可能性のある要因によってファクター同士が分散効果をもたらすか、選定した危機期間にどのような成績だったかです。長期のAQRおよびFama-Frenchの系列を使い、系列相関を考慮して平均リターンの統計量を補正します。また、多数のファクター探索を考慮するために、一般的な有意水準と、より高い基準を比較します。…

このノートブックでは、ケーススタディのバックテストを対象に、損切り、トレーリングストップ、損失上限、ドローダウン遮断、ボラティリティ目標などのリスクオーバーレイを比較します。各研究のオーバーレイ結果を読み込み、可能な場合は配分段階のバックテストからベースラインを選び、そのパフォーマンスとオーバーレイ適用後を比較します。また、ルールの種類ごとに設定をまとめ、シャープレシオの平均・中央値の変化、改善した割合、ドローダウンの結果を調べます。…

このケーススタディでは、NASDAQ-100のマイクロストラクチャー特徴量に勾配ブースティング木を適用し、複数の日中時間軸でリターンと方向を予測します。木モデルと線形モデルを比較します。木モデルは、スプレッドに応じて注文フローの不均衡の振る舞いが異なる、といった条件付きの関係を発見できます。一方、線形モデルでは、そのような相互作用を明示的に与える必要があります。探索では木の複雑さ、損失関数、ブースティング反復回数を変え、複数のチェックポイントで予測を出力します。…

このノートブックでは、4段階の予測システムを構築します。調査エージェントの集合、確率の集約、敵対的な議論、そして見解の相違を特定して補足証拠を検索し、最終確率を出す監督役です。監督役の影響は、表明した確信度によって制御されます。無視する、前の結果と混合する、または置き換える、のいずれかが可能です。相関の仮定、各段階の重み、検索上限、確信度の扱いに関する設定値は、中央で一元管理します。…

このノートブックでは、AAPL取引所の1日分の取引データから作成した時間バー、ティックバー、出来高バー、金額バー、インバランスバー、ランバーを比較します。最初の4つのサンプリング方法は、経過時間、取引回数、取引株数、取引金額で観測値をまとめます。インバランスバーとランバーは、推定した取引方向も使って符号付きの注文フローを捉えます。バー種別ごとにリターン分布と自己相関を比較し、出来高または金額に基づくサンプリングで時間バーより正規性が高まるかを調べることを提案します。…

このノートブックでは、S&P 500オプション研究における事前定義済みモデル群の一つとして、トランスフォーマー型系列モデルPatchTSTを適合させます。過去データ系列を固定長のパッチに分割し、トークンとして埋め込み、ウィンドウ内の位置同士の関係をアテンションで捉えます。LSTMの逐次的な再帰処理と比べると、アテンションは系列内の離れた部分を直接結び付け、ウィンドウを並列処理できます。位置情報は位置埋め込みを通じて学習する必要があり、パラメーター数が多いため、データが限られると適合が難しくなる場合があります。…

この資料では、将来リターンの期間が重複するラベルについて、プールしたパネル自己相関とラベルの一意度に基づく有効標本数という2つの診断指標を定義します。自己相関の計算では、同じエンティティ内で、元のバーグリッド上の指定距離にある観測値だけを組み合わせます。エンティティごとに値を中心化してからプールすることで、エンティティ平均の違いによる見せかけの持続性を避けます。有効な組み合わせがないラグもNaNのまま表示します。…

このノートブックでは、推定期間の相関ネットワークを使って株式ユニバースの特性を把握し、ネットワークで分散したポートフォリオを構築する方法を示します。評価前に利用できるデータだけで流動性の高い銘柄を選び、リターン相関を距離に変換して最小全域木（MST）を抽出します。次数、媒介中心性、近接中心性で木構造のハブや橋渡しを要約し、逆中心性を使って構造上中心に位置する資産のウェイトを下げます。また、同期的なショック伝播の感応度分析を説明し、後続の評価期間でポートフォリオを比較します。…

この探索的分析では、旧Quandl WIKI US株式パネルを調べ、価格の扱い、データの網羅性、バックテストに利用できる履歴を確認します。取引された価格水準を表す未調整価格と、株式分割や配当をまたいだリターンの算出を目的とする調整後価格を区別します。また、年ごとの銘柄数と初回・最終観測値で時系列の網羅性を確認し、行単位の欠損値やOHLCの整合性も調べることを提案します。…

このノートブックでは、シャープレシオを標本抽出の不確実性を伴う推定値として扱います。標本の長さ、歪度、尖度を考慮した信頼区間と確率的シャープレシオを導き、目標シャープレシオをベンチマークと区別するのに必要なデータ量を、最低限必要な運用実績期間と検出力の計画を使って推定します。また、一般的な平方根頻度則に頼らず、系列依存を考慮してリターンを年率換算するLoの調整方法も説明します。…

このノートブックでは、金融ニュースの文をポジティブ、中立、ネガティブに分類する3つの方法を比較します。ロジスティック回帰とTF-IDFの単語・単語ペア特徴量、ロジスティック回帰と事前学習済みGloVeベクトルの平均、事前学習済みFinBERTセンチメント分類器です。Financial…

この共通配分モジュールは、横断面の予測値をポートフォリオのウェイトに変換します。スコアで資産を順位付けし、ロングポジション、またはロング・ショートポートフォリオの上位と下位のバスケットを選びます。ポジションウェイトには、予測区間が狭いほどウェイトを大きくするコンフォーマル予測区間幅ベースの方法や、逆ボラティリティを反映できます。各サイドは別々に正規化します。コンフォーマル区間幅が欠損している場合はエラーとなり、ボラティリティが欠損している場合は意思決定時点の横断面から補完できます。上限処理では資産ごとの絶対ウェイ…

このノートブックでは、分単位のNASDAQ-100データから3つの手法で特徴量を構築します。短期分散予測のためのローリング異質自己回帰モデル、直近の取引活動の周期構造を表すフーリエ変換、価格・注文フロー・取引強度の変化の順序を捉える深さ2の経路署名です。回帰特徴量はパラメーターの推定に使うデータ期間に依存しますが、変換と署名は直近の期間に対する固定計算です。特徴量を各バーで生成し、横断面での順位付け能力を評価します。…

このデータセットガイドでは、FREDの系列を取得し、観測値を日次カレンダーに揃え、選択した指標を分析用に読み込む手順を説明します。例には、米国債利回り、10年物から2年物を差し引いたスプレッド、VIX、雇用指標、インフレ、鉱工業生産、GDPが含まれます。結合後に異なる元の頻度を前方補完することで、日次の戦略データと比較できるパネルを作成します。…

このノートブックでは、公開済みのUS企業パネルを使い、企業特性に基づく月次ロング・ショート戦略を研究できるか評価します。データの符号化方式、利用可能なユニバースの経時変化、各リバランス時に両サイドを埋めるだけの企業数があるか、特性スプレッドが想定取引コストを上回る可能性があるかを確認します。また、ホールドアウトを未閲覧のまま、開発履歴に基づくウォークフォワード評価が可能かを調べます。企業を順位付けし、上位群を買い、下位群を売る戦略を、月次リターンを結果として説明します。…

このノートブックでは、金融イベントグラフの分析で、イベントの発生時刻、公表時刻、グラフパイプラインによる抽出時刻を混同しない方法を示します。タイムスタンプ付きの8-K関係を読み込み、公表と抽出の遅延を測り、公表時点を基準にグラフのスナップショットを作成します。また、累積スナップショットを比較して関係の入れ替わりを計算し、後日の公表や抽出内容が過去の表示に混入していないか確認します。…