ナレッジライブラリ

この章では、各判断時点で利用可能な情報を守りながら、金融機械学習モデルを評価する方法を説明します。学習、検証、最終ホールドアウトを区別し、データをランダムにシャッフルするk分割交差検証では、過去を予測するときに未来の観測値で学習してしまう理由を解説します。拡大型とローリング型のウォークフォワード分割は時系列順を保ち、拡大型は履歴を保持し、ローリング型は古いデータを除きます。…

この総合ノートブックでは、多様なETFユニバースに共通シグナルを適用し、均等加重、逆ボラティリティ、平均分散最適化、階層的リスクパリティを比較します。ローリングRidgeモデルは、モメンタム、移動平均からの距離、ボラティリティの特徴量を使って将来リターンを推定し、ロングとショートのETFを選びます。同じシグナルを各手法に適用することで銘柄選択と配分を切り分け、ポートフォリオのパフォーマンス、安定性、ドローダウン、回転率、レジームごとの挙動を評価します。ホールドアウト前の選択期間で後のホールドアウト評価に使う配分手…

このノートブックでは、各ケーススタディの選択済みシグナルを固定し、配分段階のバックテストを比較することでポートフォリオ配分を切り分けて分析します。均等加重、逆ボラティリティ、スコア加重、平均分散最適化、リスクパリティ、階層的リスクパリティなどを検討します。各手法について、リバランスと上位銘柄数の複数パターンからSharpeが最も高い構成を選び、ケーススタディごとの最良の配分手法と、最も強い手法と弱い手法の差を比較します。…

このノートブックでは、各ケーススタディで選ばれたシグナル予測を固定し、ポートフォリオ配分手法を比較します。同じ基幹予測に紐づく配分段階のバックテストを読み込み、均等加重、逆ボラティリティ、平均分散最適化、リスクパリティ、階層的リスクパリティ、スコア加重などの手法を調べます。ケーススタディごとに最良と最悪の配分手法のSharpe差を使って配分手法への感応度を示し、シグナル段階の均等加重をベースラインにします。配分はリスクを再分配できますが、有益なシグナルを作り出すことはできないと強調しています。差が小さければ、回転…

このノートブックでは、ETFの上位モメンタム・ポートフォリオについて、リバランス頻度が回転率、総パフォーマンス、コスト調整後の結果に及ぼす影響を調べます。日次、週次、隔週、月次のスケジュールについて、過去の目標ウェイトの変化から回転率を推定し、例示用のスプレッド、市場インパクト、手数料の前提を適用します。損益分岐アルファは、年間の片道回転率に往復コストを掛けて算出し、取引コストを賄うために必要な総リターンの閾値を示します。別のシナリオ分析では、シグナル減衰と持続性コストによって望ましい頻度がどう変わるかを検討し、…

このノートブックでは、損失トレードと、その判断に関連するモデルの説明を結び付ける手順を示します。価格データとマクロ経済データから単一資産のSPY特徴量パネルを作成し、過去の観測値でLightGBMモデルを学習させ、後の観測値を使ってトレード記録とSHAPの説明を作成します。トレード分析器は、最も損失の大きいトレードの説明をクラスタリングし、特徴量、レジーム、データの問題を調査する手掛かりとなるパターンを探します。…

このデモでは、AlpacaのUSD現物市場につないだ、常時稼働型の暗号資産取引ループを説明します。無期限先物のケーススタディで使う投資対象を、取引所が扱う現物ペアに対応付け、取引できるのはその一部に限られることを示します。例示するシグナルは、無期限先物と現物のプレミアムシグナルの代理として使う、終値から終値までのモメンタムのローリングZスコアです。本番版では無期限先物価格と現物価格からプレミアムを計算する方法や、運用記録用に資金調達時間帯のタイムスタンプをUTCに統一する方法も説明します。…

このノートブックでは、同一のETFリターンパネルを用いて、PyPortfolioOpt、Riskfolio-Lib、skfolioによるポートフォリオ配分を比較します。訓練期間で配分手法を当てはめ、同等の目的関数と対応付けたウェイトがソルバーの許容誤差内で一致するか確認し、固定した配分を後続の観測値で評価します。平均・リスク手法、階層的リスクパリティ、テールリスク目的、売買回転や集中したウェイトへのペナルティを比較します。また、ハーフィンダール集中度を使い、訓練期間に限定したウォークフォワード評価を示します。…

このノートブックでは、データセットに残っているUS株式の均等加重ポートフォリオが、データセットから退出した企業を含むポートフォリオに比べて、リターンをどの程度過大評価しうるかを推定します。まずパネルデータに退出がいつ記録されているかを調べ、利用できる退出履歴は期間の後半から始まることを確認します。データセットには上場廃止の理由や最終リターンがないため、公表されたCRSPの発生率に合わせたシナリオを使い、最終気配値以降の結果をモデル化します。ポートフォリオのバイアスを計算する前に、未調整の企業行動が原因と考えられる…

このノートブックでは、異なる市場期間におけるETFのモメンタム特徴量と暗号資産無期限先物の特徴量を対象に、共変量ドリフトを監視する方法を示します。個々の特徴量分布の変化を測る母集団安定性指数（PSI）と、参照標本と現在の標本を組み合わせて区別できるかを検証するワッサースタイン距離およびドメイン分類器を比較します。本番監視の例では、スコアをアラート水準に対応させ、アラートをまとめて再学習の推奨につなげます。…

このノートブックでは、ロングオンリーで資金を全額投資するマルコウィッツの枠組みを構築し、実現可能なポートフォリオ、効率的フロンティア、最大シャープレシオ解、最小分散解を扱います。ポートフォリオ分散が共分散行列にどう依存するか、資産が常に同じように動くわけではない場合に分散投資がリスクを抑えられる仕組みを説明します。資産リターンの重複性と、それに伴う数値感度を診断する指標として条件数を使います。…

このノートブックでは、調整期間と評価期間を時系列で分離しながら、モメンタムポートフォリオのStopLoss、TakeProfit、TrailingStopルールを調整する方法を示します。調整データで個々のルール幅と組み合わせを検証し、後の評価期間を開く前に選んだ設定を固定します。決済済み取引の最大不利変動と最大有利変動も、ストップ水準や目標水準の候補を設定する方法として使います。…

この文書では、金融データセット向けの再利用可能な診断項目を紹介します。インデックスの整合性、重複、欠損、外れ値、カレンダー上の欠落、分野固有の異常を確認します。パネルデータの銘柄ごとの並び順も含め、時刻の型、順序、一意性を検査し、完全一致する重複と、値が異なるキーの重複を区別します。網羅性レポートでは、フィールド、資産、時点ごとの欠損値を要約し、無効な価格や出来高、異常なリターン変動なども追加で確認します。…

共通の戦略インターフェースを通じて、5日間のETFモメンタム戦略をAlpacaに接続する方法を示します。この戦略はSPY、QQQ、IWMのモメンタムを追跡し、しきい値を超えるとシグナルを生成します。ブローカー固有のアダプターがデータと注文を扱い、戦略とリスク管理ラッパーは再利用できます。ノートブックでは、SDKの利用可否、認証情報、口座状態、執行モードの確認を分けます。注文を送信せずに記録するシャドーモードにも対応しています。…

この文書では、均等加重の検証シャープレシオで順位付けしたベースラインから選んだCME先物戦略について、複数のポジションサイズ手法を比較します。均等加重では選択した商品をすべて同じように扱いますが、先物契約によってボラティリティや連動性は大きく異なる場合があります。代替手法では、商品のボラティリティ、共分散関係、その他明示したサイズ設定の入力値を使ってエクスポージャーを調整します。逆ボラティリティによるサイズ設定は推定項目が少なく、履歴が限られる場合に頑健性が高い可能性があります。一方、共分散に基づく手法は分散効果…

この文書では、資金を配分する前に、現行モデルと候補モデルをシャドー評価で比較する方法を説明します。両者の役割と昇格基準を事前に定めたうえで、年率換算シャープレシオの改善幅、最低観測期間、シグナル相関、ポジションの重複度、最大ドローダウンの相対値という5つの観点から候補を評価します。両モデルは、順位付けしたロング・ショートポートフォリオでスコアを算出し、それぞれの売買回転率に応じて取引コストを課します。最低改善幅を求めることで短期間のノイズの多いシャープレシオ推定に対処し、類似性の確認によって、異なる戦略やエクスポ…

このノートブックでは、同一のシグナルから2つのバックテストエンジンが異なる結果を出す理由を調べます。事前計算済みのETF戦略を固定し、その予測から決定論的なポートフォリオを構築して、執行設定を一つずつ変更します。設定には株数の丸め、手数料用に確保する現金、約定順序、リバランスの挙動、コストが含まれます。期末価値と約定した取引を比較し、各設定の個別効果が単純に加算されるとは仮定せず、設定間の相互作用も測定します。…

このノートブックでは、ETF価格とマクロ経済系列を使い、先読みバイアスを検出する方法を示します。中央移動平均には将来の観測値が含まれるため、価格の転換点を過度に追う場合があり、将来の入力が未到着の直近部分は値がありません。水準と次期リターンの相関検定では、将来価格を明示的に含む特徴量でさえ検出できません。このノートブックは、特徴量自身のリターンと次の価格リターンを比較する、スケールをそろえた検査を提案します。ただし、このヒューリスティックは適切な特徴量構築の代替ではありません。…

この文書では、FX戦略の検証段階で固定ストップとトレーリングストップを比較します。各リターンラベルについて、シグナルと資産配分の結果からなる確定済みコホートから親戦略を選び、親の識別情報を一定に保ちながら、宣言されたポジション単位のリスク管理を変更します。ストップは保有期間中の価格経路に反応するため、ポジションの開始時点と終了時点のリターンが同じでも、途中のドローダウンが異なるポジションを区別できます。このケーススタディではルールを各ポジションに個別適用し、ポートフォリオ全体のドローダウンや日次損失の管理は含みま…

このノートブックでは、ETFパネルを使ってペア分析と横断面特徴量を説明します。Engle–Granger検定とJohansen検定による共和分検定を比較し、定常なスプレッドと単なる連動を区別します。エネルギーETFと原油ETFの例では、どちらの検定にも合格しません。ファンドの保有銘柄や先物のロールコストの違いは、固定比率の組み合わせが変動する理由の説明に役立ちます。共和分検定で棄却された場合、そのヘッジ比率は取引可能な関係の証拠ではないと、このノートブックは注意を促しています。…

この資料では、取引を転送する前に注文とポートフォリオの状態を確認するブローカーラッパーを実演します。制御には、注文ごとの株数上限と金額上限、ポジションのエクスポージャー制限、注文頻度の上限、資産の許可リストとブロックリスト、緊急停止が含まれます。合成ブローカーを使ってリクエストの承認・拒否を確認し、各シナリオが想定どおりの結果になることをアサーションで検証します。…

この分析では、モデルを学習する前に、決済データが週次のクロスセクションCME先物戦略を支えられるかを確認します。リバランス日に、意図したロングとショートのポートフォリオを組めるだけの銘柄が提示されているかを検証し、取引所の最小価格変動幅を使ってスプレッドコストを推定し、調整後価格の変動をそのコストと比較します。また、シグナルの持続性と、後続のホールドアウトを参照せずにウォークフォワード検証を行えるだけの開発期間があるかも調べます。…

このノートブックでは、検索網羅性、回答の忠実性、適切な回答保留、安全性を個別に測る、金融分野の検索拡張生成（RAG）評価用ハーネスを構築します。実在企業の提出書類から一部のコンテキストを取り入れた6つの手作りのテストケースを使い、回答可能な質問、根拠の欠落、プロンプトインジェクション、裏付けのない引用を検証します。異なる問題を1つの正解率にまとめず、どの構成要素に問題があったか診断することを目指します。…

このノートブックでは、クロスセクション情報係数（IC）と予測の売買回転の両方を考慮しながら、OptunaでLightGBMリターンモデルを調整します。比較用の単一目的探索ではICを最大化し、多目的のNSGA-II探索ではパレート最適な設定を特定します。これにより、シグナルの順位品質と取引コストの代理指標である売買回転とのトレードオフを可視化できます。このフロンティアを使えば、検証スコア1つだけを目的とせず、コスト許容度に応じてモデルを選べます。…