ダブルヨッシー (@DoubleYoshi0232) profile picture

半導体作ってます

Joined April 2021
Photo by ダブルヨッシー (@DoubleYoshi0232)Photo by ダブルヨッシー (@DoubleYoshi0232)Photo by ダブルヨッシー (@DoubleYoshi0232)Photo by ダブルヨッシー (@DoubleYoshi0232)Photo by ダブルヨッシー (@DoubleYoshi0232)Photo by ダブルヨッシー (@DoubleYoshi0232)Photo by ダブルヨッシー (@DoubleYoshi0232)Photo by ダブルヨッシー (@DoubleYoshi0232)Photo by ダブルヨッシー (@DoubleYoshi0232)
■歪度 リターンの分布が左右どちらに偏っているか γ₃ = ((r − μ)³ の平均) ÷ σ³ ■尖度 分布の裾の厚さ、つまり極端な値がどれくらい出やすいか γ₄ = ((r − μ)⁴ の平均) ÷ σ⁴
1
14
ここら辺の内容、なんとなくで理解してたな。正確に理解しとこう
5
シグナルを元に回帰直線からの乖離率を考え、1日単位でリバをとりにいく みたいなことをやっているのかもなぁ やっていることを想像はできてもそれを形にするまでが難しそうなんだよなぁ
1
38
■目的 過去の価格系列は1本しかない → それで利食い・損切り幅を探すと、その1本の偶然に合わせ込む(過学習) → 過去データからは「値動きの性質(φ と σ)」だけを読み取り、同じ性質の値動きを大量に作って、ルールを決める
1
50
選ばれるのは、1本の値動きではなく「φ と σ という性質を持つ値動き全体」に対して平均的によいルール ランダムウォークに近い市場では「最適なルールは存在しない」と見抜ける
1
5
前提の「価格はO-U過程に従う」が外れると、結果も外れる(ジャンプ、E₀ や φ・σ の変化、裾の厚い値動きなど) → 過学習のリスクを、モデルを誤るリスクに置き換えている
4
■ 損益の式に直す エントリー価格 P₀ を引いて、ポジション1単位あたりの評価損益にする  → 損益が利食い幅・損切り幅に達したか(または期限切れか)を判定できる ※ 手仕舞い後の損益は壁で切り取られるので正規分布にならない  → 式では解けないので、シミュレーションで計算する
25
じっちゃま天才だな
228
いや、まじですげぇ。バムさん こういう微妙な下げを完璧に回避している
1
1
1,818
少しずつ知識がつくたびに差は大きいと改めて実感する
59
アブレーションか ファイナンス機械学習には一切書いてなかったな 性能がどれだけ落ちるか測るという面では、MDAに近いか 学びが多いね🤔
64
たくさん試して一番よいものを選ぶと、実力がなくてもシャープレシオ(SR)は高く見える その「見かけの高さ」は、SRの推定のばらつき σ に比例する CPCVではSRを複数のパスで平均できるので、ばらつきが小さくなる(ばらつきが σ²(1+(φ−1)ρ̄)/φ まで下がる)
1
49
ばらつきが小さくなるほど、偶然で高いSRが出にくくなる ただしパス間の相関があるため、効果には限界がある(分散の下限は σ²ρ̄)
35
k-fold法は「全期間を1回テストする」方法で、CPCVは「全期間を何回もテストして、成績のばらつきまで見る」方法
1
57
全体グループ数 N個 テスト用グループ数 k個 訓練用グループ数 N-k個 訓練データの割合 Θ Θ=(N-k)/N =1- k/N
1
11
kを大きくすると、テスト経路の数は増えるが、訓練データの割合Θが減ってモデルの予測精度が低下 実務では、大部分のデータ(6-9割程度)で訓練を行いつつ、N-1通りのバックテスト経路を生成するのが黄金律とされている
9