ナレッジライブラリ

この文書では、定常時系列の自己共分散関数がラグについて対称、つまりラグ k の共分散がラグ −k の共分散に等しいのはなぜかを説明します。モデル固有の結果ではなく、共分散と定常性の基本的な性質を二つ用いています。 共分散では、二つの変数の順序を入れ替えても値は変わりません。定常系列では、共分散は観測値の絶対的な時点ではなく、観測値間の隔たりだけに依存します。したがって、ラグ k…

このレポートはQ2 2025の暗号資産・ブロックチェーン分野におけるベンチャー投資と資金調達を分析しています。投資段階、企業カテゴリー、地域、創業年別に資金額と案件数を追跡し、ベンチャー活動とビットコイン価格を比較しています。378件の案件に合計1.976十億ドルが投資され、後期段階の企業が資金の52%を受け取ったと報告しています。調達額ではマイニングが首位となりましたが、その主な要因は大規模なクラウドマイニング投資です。米国本社の企業は調達額と案件数の両方で首位でした。…

金利環境を使って、債券先物や売買ルールにおけるCTA配分を調整できるかを検討しています。メタ予測の方法として、観測可能なレジーム変数で過去の戦略リターンをグループ分けし、各グループのパフォーマンスを比較します。例では正規化したUSの5年利回り水準と変化を使い、ユーロドル先物や複数の米国債先物、キャリーとモメンタムのルール、銘柄やルールを組み合わせたポートフォリオを調べています。…

この記事では、価格系列が平均回帰、ランダムウォーク、トレンドのいずれに当たるか評価する統計手法を紹介しています。単位根検定である拡張ディッキー＝フラー検定について、帰無仮説はランダムウォークを表し、検定統計量が臨界値に対して十分に負であれば、その帰無仮説を棄却できると説明しています。例ではGoogleの調整後終値に検定を適用し、対象サンプルでは帰無仮説を棄却できなかったと報告しています。…

この記事は最近のGitHubイベント数を使ってInternet Computer、Chainlink、Starknetの開発活動を比較し、それぞれに帰属するインフラ上の役割を説明しています。オンチェーンアプリのホスティング、スマートコントラクト向け外部データフィード、ゼロ知識ロールアップによるEthereumのスケーリングが取り上げられています。リポジトリの活動を開発者の関与や長期的なプロジェクトの健全性を示す目に見える代替指標として扱い、文脈を示すため他の活発なブロックチェーンプロジェクトも列挙しています。…

このノートブックでは、実運用データの代替としてホールドアウト予測をオフラインで用い、運用中のトレードモデルを監視するワークフローを紹介しています。ドリフトを計算する前に入力特徴量パネルを検証し、参照期間と現在の期間を母集団安定性指数（PSI）および2標本コルモゴロフ・スミルノフ検定で比較します。さらに、予測分布の変化と、ローンチ時のベースラインを基準としたローリング順位相関、的中率、平均二乗誤差を追跡します。…

言語モデルで合成金融テーブルを生成する手法GReaTを紹介しています。各行をテキストに変換し、ETF特徴量を使ってGPTベースのモデルをファインチューニングしてから、生成テキストを数値列とカテゴリ列が混在する表に戻します。例の特徴量には、過去リターン、ボラティリティ、出来高比率、方向やレジームのラベル、将来リターンの目的変数が含まれます。時系列に沿って学習データとテストデータを分け、特徴量分布の再現性と、合成データで学習して実データでテストする分類による下流タスクでの有用性を評価します。…

将来の観測値が過去の値に影響しないように、US株式パネルのモデルベース特徴量を構築する方法を説明しています。中心となるのは推定スケジュールです。モデルに初期学習期間を設け、特徴量を生成するブロックより前のデータだけで学習し、そのブロック全体で特徴量を出力してから、次のブロックに進む前に再学習します。この手順を市場レジームとの距離、分数階差分を適用した価格、条件付きボラティリティに用います。個別銘柄のボラティリティモデルに加え、履歴が短い場合には市場全体の推定値で補います。…

このインジケーターは、取引対象のローリングリターンとリスク統計を計算し、選択可能な株式ベンチマークとリターンを比較します。入力ではベンチマーク、ルックバック期間、リターンの算出方法、表示する指標グループを設定します。出力には平均リターン、標準偏差、分散、相関、相関の二乗、ベータ、無リスク金利を用いたアルファ推定値が含まれます。また、ローリング平均と期間中の最低または最高リターンから算出した、最大ドローダウンおよび最大ゲインと呼ばれる指標もプロットします。…

この入門レッスンでは、一般的なグラフを使って研究者が金融データを調べ、考えられる構造やデータ上の問題に気づく方法を説明します。2つのUS株式の日次価格を例に、経験分布を示すヒストグラム、累積度数を示す累積ヒストグラム、対応する観測値間の関係を示す散布図、時間の経過に伴う値を示す折れ線グラフを紹介します。また、分布を示すグラフでは、価格水準よりリターンのほうが一般に有益である理由も解説します。価格は非定常で、広い範囲にわたって変動する可能性があるためです。…

中国語のこの記事では、メタバース業界の企業を対象にした株式スクリーニングを紹介します。出来高比率が1.5超6未満、5本以上の移動平均線が重なり、時価総額が50億元未満の銘柄を選びます。出来高を現在の取引活発度、移動平均線の収束を価格安定性の指標として説明しています。…

この短い抜粋では、トレーダーが戦略の優位性をどう判断できるかを問いかけます。まず損益分布について妥当な期待値を設定し、取引開始後に結果を評価することを提案します。また、経験を積むことで、モメンタムが続く局面ではポジションを長く保有するなど、行動を調整する可能性にも触れています。…

この記事では、流動性の高い市場で指標シグナルを使うシンプルなシステム戦略と、ニッチな金融商品、統計分析、明示的なポートフォリオ構築を用いる高度な手法を比較します。収益、資産保全、資産成長、知的関心など、投資家の目標に沿って選択を考えます。データ費用、調査の労力、取引コストの見積もり、インフラ、運用可能額、分散、アルファの可能性を比較します。…

この文書では、設定した数の確定足について、2種類の移動平均値を表示するMetaTraderインジケーターを解説しています。隣り合う値の変化、2系列間の差、始値・高値・安値・終値などの選択した価格指標も表示できます。表の色で値の上昇、下落、横ばいを示します。オフセット、丸め、表示範囲、表の外観を設定できます。…

この記事では、環境との継続的な相互作用を通じてDecision Transformerを微調整する手法、Online Decision Transformer（ODT）を説明しています。基本モデルが直近の状態、行動、将来リターンの目標値を条件として行動を決める仕組みを確認し、続いてODTの確率的方策、探索のためのエントロピー制約、軌跡ベースのリプレイバッファについて述べています。学習では保存された軌跡から固定長の部分列を抽出し、初期の将来リターンの目標値は専門家の結果に基づくスケールを使って設定します。…

この記事では、チャート上のスイング高値と安値をグラフのノードとして表すMQL5エキスパートアドバイザーを説明しています。各バーを隣接するバーと比較してスイングを検出し、スイング間の経路に価格距離の重みを割り当てたうえで、ダイクストラ法の最短経路手順を適用してグラフ上の経路を選びます。提案されている取引ロジックでは、その経路から方向性シグナルを導き、損切り水準と利確水準を設定します。チャートオブジェクトにはスイングポイントと経路が表示されます。…

この記事では、過学習を、モデルが汎化するパターンではなく学習データ固有の癖を覚えてしまうことと説明します。履歴書の選別を例に、学習時の高い成績と未見データでの低い成績を対比し、シグナルではなくノイズに当てはめる問題として捉えています。また、過学習をアンダーフィッティングやバイアス・バリアンスのトレードオフと関連付けています。単純すぎるモデルは構造を捉え損ねる一方、柔軟性が高すぎるモデルはノイズに敏感になることがあります。…

この記事では、将来リターンを予測して株式を順位付けする手法StockRankerを通じて、教師あり機械学習による定量的な株式選定を紹介します。リターンの目標値を定めてラベル付けし、観測データを学習用とテスト用に分割し、特徴量を作成してモデルを学習させ、予測を生成し、その順位に基づく戦略をバックテストする流れを説明します。特徴量はモデルと戦略の成績に大きく影響するため、選択には金融知識が重要だと強調しています。…

この例では、Dual Thrust先物戦略のパラメータを探索する遺伝的アルゴリズムの最適化器を設定します。勝ちトレードと負けトレードそれぞれの平均結果から目的関数を定義し、固定パラメータと可変パラメータを割り当て、バックテスト環境と期間を設定して、複数のワーカーで探索を実行する方法を示します。別々の設定で、エントリー条件、損切り値、利益確定値、または損切りと利益確定の組み合わせを探索します。…

このコードモジュールは、ボラティリティ、チャネル内の位置、ブレイクアウトの可能性を示す、価格ベースの複数の指標を計算します。Average True Rangeは高値、安値、前回終値から真の値幅を求め、指定した期間で平滑化します。ボリンジャーバンドは移動平均の周囲に標準偏差のバンドを設定し、バンド幅、終値の相対位置、終値がバンドの外にあることを示す二値シグナルを出力します。…

単純リターンと対数リターンのどちらを使うかは、計算の目的によって異なると説明しています。一定期間にわたって資産のウェイトが固定されたポートフォリオでは、ポートフォリオの単純リターンは各資産の単純リターンの加重和です。この関係は、ポートフォリオリスクの一般的な分散・共分散計算を支えます。対数リターンは資産間で同じ線形関係に従って集計されないため、加重リターンの式に代入すると意味が変わります。…

数日間にわたり、XLFの15分リターンをSPYと比較してベータを推定する方法を扱い、翌日の寄り付きで見られる急変に注目しています。ベータは価格水準ではなくリターンから計算する前提で、日中リターンのみを使う回帰には夜間ギャップを含めるべきではないとしています。観測値を平滑化する方法の一つとして、リターンの移動平均を挙げています。…

各戦略の期待リターン、標準偏差、シャープレシオ、取引回数だけがある場合に、複数戦略を組み合わせたシャープレシオをどう推定するかというポートフォリオの問いを提示します。特に戦略ごとの取引回数が異なる場合、標準偏差を単純平均して戦略を組み合わせるのは適切ではないと指摘しています。…

旧式のMetaStock日次ファイルをpandasに直接読み込めるかを扱います。この形式はバイナリで、複数のファイルタイプに関連付けられていますが、デコード手順や実装の詳細は示されていません。…