ナレッジライブラリ

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、調査プロセスの別の段階で選定した固定のCME先物設定に、想定取引コストが与える影響を評価します。手数料とスリッページを各水準で均等に分けた総コストのグリッドを適用します。選定済みのリスクオーバーレイはポジションと売買回転率の両方を変えるため、バックテストにも適用します。任意に選んだ単一コストでの成績ではなく、ネットのシャープレシオがゼロになるコスト水準を読み取ります。…

この資料では、複数の商品グループについて、時間足・日足のバー、連続限月の期近契約、期近より先の2つの限月を含むCME先物データセットを説明します。データの対象範囲、項目、読み込み方法、および関連する週次のCFTCポジションデータについて解説します。限月構成は期間構造分析やキャリー研究に役立ちますが、ロールを再構成して調査するには個別契約の記録が必要です。…

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、共通のETFリターンパネルにポートフォリオ配分手法を適合させ、後続の観測期間で固定ウェイトを評価することで、PyPortfolioOpt、Riskfolio-Lib、skfolioを比較します。平均リスク、テールリスク、階層型リスクパリティ、ペナルティ付き配分を扱い、返されたウェイトを資産ごとに揃えて、ロングオンリーの制約と全額投資を確認します。ウォークフォワード評価は訓練期間内に留め、配分の一つは執行エンジン用の日次目標値にも変換します。…

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。…

この文書では、ブローカーや取引所における注文処理を有限状態機械としてモデル化します。注文の送信、受領確認、受理、一部約定、取消、拒否、期限切れ、停止の状態を明示し、各イベントを有効な状態遷移に対応付けます。状態を持つ注文では遷移履歴と約定情報を記録するため、運用上の確認や照合に経路を利用できます。…

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、価格変動にさらされ続けるリスクと市場インパクトの均衡を取りながらポジションを清算するAlmgren–Chriss解を導出します。到着価格に対する執行不足を使い、恒久的インパクトと一時的インパクトを分けてモデル化し、執行スケジュールのコストとリスクを導きます。リスク回避度を変えると効率的フロンティアを描けます。清算までの半減期でもスケジュールを表し、パラメーターの実務上の意味を示します。…

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。…

この文書では、NASDAQの取引データを日中足に集約して、取引ベースのマイクロストラクチャー特徴量を構築する方法を説明します。Kyleのラムダ、Amihud流動性指標、Rollのスプレッド推定量、取引強度、注文フロー不均衡（OFI）を取り上げます。集約前に、OFIを個々の取引が買い手主導か売り手主導かに分類する必要があると強調しています。バーの終値だけに符号を付けると、この指標はバー収益の方向に縮約されてしまいます。また、取引活動を表すフロー特徴量と、スプレッドや板の厚みなど板の状態を表す特徴量も区別しています。…

この文書では、先物間の共動から推定する共通のリターン要因として潜在ファクターを紹介します。名前付きの予測変数として与えるものではありません。各学習分割内で推定する2つのアプローチを比較します。主成分分析（PCA）はリターンの分散を最も多く説明する線形方向を見つけます。一方、ニューラル確率的割引ファクター（SDF）はクロスセクションの期待リターンを説明する共通の価格付け要素を探します。PCAはリターンのみを使いますが、SDFは特性を操作変数として使い、特性に応じたエクスポージャーを表現できます。…

この文書では、S&P 500オプションの検証予測について、線形モデル、勾配ブースティング、表形式の深層学習モデル、系列モデルを比較する方法を説明します。診断結果を報告する前に、登録された各予測母集団が適格性要件に照らして完全であること、また全母集団が同じ交差検証IDを共有することを確認します。系列モデルにはルックバック履歴が必要なため、対象となる行が異なります。比較が意味を持つのは適格性が一致するグループ内であり、モデル群をまたぐ比較が自動的に妥当となるわけではありません。…

この文書では、スプレッド、短期ボラティリティ、過去リターンを考慮したうえで、買い手主導の出来高比率が将来リターンに影響するかを二重機械学習（DML）で推定する方法を説明します。クロスフィッティングを使い、統制変数に対して処置変数と結果変数をそれぞれ残差化し、その残差間の関係から効果を推定します。例では1分足のNASDAQ-100観測と15分先の結果期間を使い、Lee-Readyルールで注文フローを分類します。…

このノートブックでは、学習やバックテストの再実行をせずに、登録済みのNASDAQ-100マイクロストラクチャー・バックテストから戦略を評価します。登録簿から指標と系譜を読み込み、必要に応じて派生コホート表とペア比較表を作成し、共通日付を使って戦略を等ウェイト・ベンチマークと比較します。中心となる方法は、単独の要約統計量を差し引くのではなく、日々のリターン差を分析することです。これにより、対応する観測値に含まれる情報を保ちます。連続する日次リターンの依存性を考慮するため、ブロック・ブートストラップ区間を使います。…

このノートブックでは、以前に選択したCME先物の設定をホールドアウト予測に適用します。確立済みの配分器、リバランス日程、集中度ルール、取引コストの仮定を使います。中心となる方法論上の要点は、ホールドアウトを評価する前にこれらの選択を固定することです。期間を見た後でパラメーターを変更すれば、検証の信頼性が損なわれます。登録済みの学習とバックテストの識別情報から選択済み設定と対応する予測セットを特定し、実行結果をホールドアウト・バックテストとして記録します。…

このノートブックでは、フィーチャーストアで学習データとライブのモデル入力を整合させる方法を説明します。エンティティキー、イベント時刻、有効期間、特徴量列を使ったフィーチャービューを紹介し、過去の学習向けの時点整合結合と、推論時の最新既知値の検索を比較します。例では、日次のUS株式の財務特徴量とモデル由来の特徴量をParquetファイルに保存し、学習データがホールドアウト境界を越えないよう確認します。…

このノートブックでは、検証で選択したFX戦略が、比例取引コストの変化にどう反応するかを測定します。予測ラベルごとに、シグナル、配分、リスクオーバーレイの結果から親戦略を選び、他の識別情報を保ったまま、コストのグリッド全体で再実行します。このコストの走査は摂動分析です。確定した戦略の頑健性を記述するものであり、後の選択には使いません。…

このノートブックでは、登録済みの検証バックテストからCME先物のケーススタディ設定を選ぶ方法を説明します。シグナル、配分、リスク管理の各段階から候補を集め、検証シャープレシオが最も高い設定を選びます。両方の収益予測期間を合わせて検討し、コスト感度分析は選定済みの設定を記述するものであり、選定を競うものではありません。…

このノートブックでは、月次のETFモメンタムとイールドカーブのレジーム戦略を、ベクトル化したリターン計算と逐次的な口座シミュレーションの2つの方法で適用します。どちらも目標ウェイト、資産、日付、取引コスト合計が同じため、目標が有効になる時点、約定価格、整数株の制約、現金管理などの執行上の選択に比較を絞れます。シグナルはルックバックリターンを実現ボラティリティに対して評価してETFを順位付けし、リスクオン局面では選択したファンドを保有し、それ以外では債券ETFを使います。…

この文書では、シグナルの質から検証、取引コスト、ホールドアウト期間の成績、証拠の質まで、9つのトレード事例を評価する5段階のプロセスを説明します。ゲートは累積方式で、戦略が最終段階に進むには、該当する前段階のすべてを通過する必要があります。事例に当てはまらない段階は、不合格ではなく通過扱いになります。…