ナレッジライブラリ

この資料では、バリューETFをモデルにした四半期ごとのロングオンリーUS株式戦略を説明しています。NYSE銘柄から金融企業、ADR、REITを除外し、90日間の平均売買代金で流動性を選別します。対象銘柄のうち、EV/EBITで最も割安な10分の1を選び、EBITがマイナスの企業を除外したうえで、ピオトロスキーFスコアが最も高い半数を残します。保有銘柄は均等配分し、四半期ごとにリバランスします。…

学術的な金融研究を体系的な戦略概要にまとめるプロセスを説明しています。戦略は市場やテーマ別に分類され、売買ルール、リバランス日程、パフォーマンスとリスクの特性、研究資料への参照が記載されています。アイデアの選別、関連戦略の比較、複数資産ポートフォリオでの組み合わせ評価が用途として挙げられています。…

学術的な金融研究を体系的な戦略概要にまとめるプロセスを説明しています。戦略は市場やテーマ別に分類され、売買ルール、リバランス日程、パフォーマンスとリスクの特性、研究資料への参照が記載されています。アイデアの選別、関連戦略の比較、複数資産ポートフォリオでの組み合わせ評価が用途として挙げられています。…

学術的な金融研究を体系的な戦略概要にまとめるプロセスを説明しています。戦略は市場やテーマ別に分類され、売買ルール、リバランス日程、パフォーマンスとリスクの特性、研究資料への参照が記載されています。アイデアの選別、関連戦略の比較、複数資産ポートフォリオでの組み合わせ評価が用途として挙げられています。…

学術的な金融研究を体系的な戦略概要にまとめるプロセスを説明しています。戦略は市場やテーマ別に分類され、売買ルール、リバランス日程、パフォーマンスとリスクの特性、研究資料への参照が記載されています。アイデアの選別、関連戦略の比較、複数資産ポートフォリオでの組み合わせ評価が用途として挙げられています。…

このスクリーニングでは、日中値幅が少なくとも1で、直近5年間の各年の自己資本利益率が15%を上回り、さらに3日続けて下落していることを条件とします。過去の収益性による選別と短期的な値動きのパターンを組み合わせています。記事には指標とPythonの例がありますが、この組み合わせがリターンを改善するバックテスト、結果、証拠は示されていません。…

この調査要約は、構成銘柄のサプライチェーンを通じてChiNext 50指数を検討し、セクター別の比率だけではテクノロジー企業と供給元・顧客とのつながりを捉えきれないと論じています。指数はテクノロジーへの集中度が高く、ヘルスケアも大きな比重を占めるとされ、企業は5Gや電気自動車など幅広い分野にまたがっています。報告書はさらに、供給元と下流顧客の双方でテクノロジーが最大セクターであり、指数構成銘柄が世界の生産ネットワークで重要な役割を担うと述べています。…

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。…

このノートブックは、Alphalensが想定する入力データの構造を示し、ファクター分析のための制御された環境を用意するため、人工的な価格とファクターデータを生成します。異なる決定論的な値動きを持つ6つの資産の日次価格を作成し、選択した日付に欠損を含むファクター値を割り当て、資産をグループに分類します。次に、価格を日中の観測値に展開し、ファクターのタイムスタンプを寄り付きに合わせます。…