マケデコで2022/9/28(水) に開催した「初心者向け株式分析セミナー: データ分析/モデル作成から評価まで全部!」で利用した資料の一部です
株式のシステムトレード初心者の最初の一歩(評価方法を中心に)Tomoya KitayamaSTRICTLY CONFIDENTIAL
View Slide
投資戦略設計の基本コンセプト株式投資の戦略を立案する場合、投資する株式の銘柄選択を助けるためのスコアをまず設計すること 多いスコアが高い銘柄を投資対象に組み入れるスコア 未来の収益率に対して相関あることを期待値として、スコア 高い銘柄を投資対象に組み入れるただし、スコア 高 てもリスク 高い銘柄を購入しす ると、リターン/リスクでみたと に収益 悪化するので、スコアはリスクで調整する(標準偏差で割る、など)こと 多いスコアが低い銘柄 投資対象から除外するスコアが未来 収益率に対して、相関がある場合 、スコアが低いこと 値下がりする可能性が高いことを示すある投資対象 グループに投資する場合もそ なかからスコアが低い銘柄を除外するような使い方もある。設計したスコアを利用し投資意思決定を行う
スコアはどうやって作るのか?手法 説明テクニカル分析 移動平均乖離率などそもそも銘柄全体を通して比較できるテクニカル分析 そ ままスコアになる。また、試してみるとわかるが、移動平均乖離率 結構きちんとこ 後 評価手法を使うとそこそこ効果があることなどもわかります。ファンダメンタル分析 ROEなどファンダメンタルから銘柄間で比較可能な正規化したスコアを生成する手法。ある種 王道 アプローチであり、多数先行研究があります。個人的に 投資指標として ROEというレポートとかわかりやすくて好きです。オルタナティブデータから 生成あまり個人投資家 皆様が触る機会も少ないと思います で、今回セミナーで オルタナティブデータ推進協議会にも協力いただき、詳しく説明いたします。機械学習モデル 後半 セッションでど ようにスコアを生成するかを詳しく説明します。今後 AMAを聞く上で 基礎知識になれ 幸いです!銘柄間で比較可能なスコアをつ って評価をする手法はいろんなケースで利用で ます!
スコアはどうやって評価するのか? 1投資戦略の評価を行う際は、 ならずその投資戦略の用途(デイトレード、長期投資など)に合致した評価手法を採用する必要 あります。# エントリー価格 エグジット価格 用途A次 営業日 始値/後場 始値次 営業日 終値スコア 有効性が当日限りにおいて有効かどうかを検証するために計測。イントラデイトレード 基本スコアであり、もっとも機械学習としても再現性が高い。B 次 営業日 終値 2営業日後 終値スコア 有効性が日をまたいで有効かどうかを計測します。スイングトレードやスコア 基本性能を計測するために利用します。Kaggleで採用したスコア。C 次 営業日 終値 1週間以降 終値計測された有効性が複数日付をまたいで有効かどうかを計測します。ど くらい 期間を対象とするか 戦略によって変わります。D 2営業日後 終値1ヶ月以上先 長い期間 終値エントリー 価格に2営業日後 終値を使うことで次 日に発生するアノマリー的な動きに収益性が依存しないことを検証するために利用。 4半期ベースなど 長期的な投資における有効性を検証する場合に採用。
スコアはどうやって評価するのか? 2スプレッドリターンは銘柄群に対するスコアの分位を利用した評価方法であり、スコアを生成したと に上位X%、下位X%の銘柄に投資し続けて取得で るリターン(収益率)の差分を評価する手法。おそらく最もクオンツの中で利用している検証方法AランキングTop20%Bottom20%パフォーマンスのよいスコアとは、- Top 20%の銘柄はオレンジのように勝ち続ける- Bottom 20%の銘柄は緑のように負け続けるこのPLの差分 大いと価値 高い累積PLの期待値
スコアはどうやって評価するのか? 3算出されたスコア 将来のリターンに対して有益な情報を含んでいた場合、スコア高い銘柄ほど将来の収益率 高いとしたら、順位相関 0より大 (もし はマイナスの効果を期待するなら0より小さ )なる。Numeraiでも採用している評価方法(今はTCもあるので、ちょっと状況は異なる)AランキングBランキング順位相関であれば、分布の仮定不要となり、EDA時にクイックに検証を実施可能オルタナティブデータ ら計算した各銘柄のスコア将来の各銘柄のリターン順位相関線形相関を、XとYの分布正規分布である保証はないため使う局面 限定されるつまり生成したスコア 各銘柄の将来のリターンに対して、順序 似通っているものを設計すれば良い
ここまでの内容をどのように計算するか• ここまでの各種計算方法は様々なライブラリにすでになっています。もちろん自分でPythonで実装するのもOK。• 例えば、マイクロソフト 提供しているクオンツライブラリ qlibなど 有名です。https://github.com/microsoft/qlibここ 差異を計測する
Thank You!STRICTLY CONFIDENTIAL