本ページの最後に掲示板がございますので,コメントを頂ければ返信させて頂きます.
(誹謗中傷はご勘弁ください <(_ _)>)

2016.4.26 テクニカル分析の科学的アプローチ (1) ガイダンス

みなさま,初回ガイダンスにも関わらず積極的にご参加くださり,誠にありがとうございました!
初回ゆえハリキリ過ぎて早口になってしまいましたが,興味のタネをたくさん撒ければと意気込みました.次回より,そのタネを少しづつ果実に変え,みなさまのお役に立てますと幸いです.

さて,質疑応答およびセミナー後に以下のような,ご質問やアドバイスを頂きました.
・CPPI (Constant Proportion Portfolio Insurance) のアドバイス
・フォーワードテストから実践へ継続する際の判断基準は?
・バックテスト&フォーワードテスト時にどのような市場を前提としているか?
などのご質問を頂きました.

まず,CPPIでは市場がランダムウォークでも利益を得られるから,予測精度と利益を分離して評価した方が良い,とのご意見を頂戴しました.実は私自身CPPIを存じておりませんで,大変ありがたい御指摘です.こういった新発見(私にとって)を得るためにも,セミナーをやって良かったと思います.早速調べますとオプション取引に近い概念であると分かりました.しかし,ランダムウォークでも利益を得られる点について不思議を感じています(これから更に勉強を進めて参ります).似たような話にドルコスト平均法があり,こちらは時間分散によってリスクが低減すると解釈できるのですが,このようなロジックを見つけたいと思っています(分かり次第,本ブログに追記します).

次に,フォーワードテストにおいても「実力」と「まぐれ」を分離できませんが,対策は2つあります.まずは統計的仮説検定(実力0との勝負)です.この場合,実力0以上 or 実力0程度の2者択一になりますので,実力がどの程度なのかは不明です.もし実力の程度までも知りたい場合は「サンプル数を増やして」大数の法則を効かせるしかありません.たとえば今月初めのNTAAセミナーにて,伝説の先物ディーラであられた本河氏による御講演がありましたが,1日に数百回もの取引を行い,それを20年間も続けて充分な利益を得たとのことです.この利益額は完全に「実力」による統計量だと解釈できます.膨大なサンプルによって大数の法則が働き,経験的勝率は真の勝率(実力)へと収束したはずです.(つまり,まぐれ→0).このような方が実在すること自体が,効率的市場仮説の反証になると思います.

最後に,金融市場の構造が動的に変化していることを鑑みれば,バックテスト&フォーワードテストは動的にシフトさせながら実施すべきでしょう.これを「ウォークフォーワードテスト」と呼び,新規データを観測するたびに古いデータを捨てながら「パラメータ学習・複雑さの最適化・汎化能力のテスト」をやり直します.新しいデータを使用できるメリットがありますが,サンプル数を増やせませんので上記の大数の法則が働きません.よって最終的には,統計的仮説検定(実力0との勝負)によって妥当性を検証することになります(このテストに受かれば,実践へ継続する).なお,詳細については非常に複雑になりますので,以後のセミナーにてご紹介します.


NTAA会員であれば,本セミナーの動画を協会ホームページ(http://www.ntaa.or.jp)よりご覧いただけます.ぜひ今後も受講して頂けますと幸いです.

次回は5月下旬です.「行動経済学によるEMHへの反論」をお伝えします.詳細は,NTAAホームページ(http://www.ntaa.or.jp)をご確認ください.













*

このページへのコメント

コメントのコメント

Posted by テスト 2016年04月29日(金) 09:32:42

コメントを頂ければ返信いたします.

Posted by 鈴木智也 2016年04月28日(木) 13:05:51

コメントをかく


ユーザーIDでかく場合はこちら

利用規約をご確認のうえご記入下さい

×

この広告は60日間更新がないwikiに表示されております。

管理人のみ編集できます