$己を知る$

ずいぶん久しぶりの投資日記です。

データを集めて、何カ月もかけて入力作業をし(これが一番大変でした。。。）、プログラムを作成して、検証作業をした結果、それなりに満足できる結果が出ました。

ただ実際に運用しようとすると、、、自己資金がシステムにあいません…orz

出来る限りマーケットニュートラルを目指したので低リスク低リターンで安定力がある分、売り玉買い玉が必要なことと、それに関わる手数料・金利。今の僕の資金力では、そこら辺でバイトしていた方がいいというレベルです。

かなりの時間を消費したシステムですが、今回は運用しないという決断をしました。いつか資金が大きくなったらもう一度、必ず。


しかしながら、その時間もまったく無駄ではなく、色々と有用な知識も得ることが出来ました。

前回のシステムが検証では上手く行ったのに実戦ではなぜ上手くいかなかったのか?？僕はその理由を過剰最適化という単純な理由に勝手に決めつけていました。しかし、それは間違いでした。そのシステムは、僕が運用していた時もその後も右肩上がりなのです。真の原因は、玉の建て方にありました。

「分散効果」。今まではリスク管理という言葉の一部分としか捉えていませんでしたが、実際に検証作業をしていると、分散効果というのものの重要さをとても感じます。勝率60%程度のものが一度に1000集まると勝率は60という数字ではなくなる。リスクをリターンの標準偏差とすると、1000に分散したとき、その標準偏差は中央に近付いてくれる。こんなこともこの数カ月で学んだことの一つです。

なので、これらのことやその他を踏まえて、前回のシステムに少し手を加え、もう一度チャレンジしてみることにしました。

最初のトレードは、負けました。でも、確率的には全然あり得る話です(笑。


今週の成績　　▲0.1％

$最適化。$

買ったままでまだ読んでいない大村平先生の「システムのはなし」なんだけれど、パラ見していたら、とても面白かったのでメモ。





システムのはなし、メモ。良い部品を集めさえすれば、良い全体ができるという考えを否定したところに、システムの概念が芽生えたはずだ。


システムの特性は感度が良すぎるのは好ましくありません。せっかく最適を狙っても、ちょっとした環境の変化やわずかな誤差で最適が大きく崩れるからです。システムを設計する場合には、システムの感度を危険のないところまで下げる配慮も必要です。




前半は、色々な要因を組み合わせるときに、それぞれの最適を組み合わせるだけではダメだということ。組み合わせた上での最適化が必要なのだろう。昨日までの僕はバリバリ良い部品で良いモノが出来る派だった。ちょっと妥協しても相性とかバランスが大事なんだね。


後半は、例えば検証結果が、グラフで表した方が分かりやすいのだけれども、


１　　2
２　　5
３　　10
４　　20
５　　18
６　　17
７　　15
８　　13 
９　　12
10　　10
11　　25
12　　13
13　　12
14　　10
15　　9




とあった時、まず11を選ぶのはダメだというのは学んでいた。じゃあ4だねとなる。だけれども、それも駄目だ。なぜなら誤差が発生したとき(4が3や5になる)に、3の側にぶれたときのリスクが大きい。なので、欲張らずに6あたりに設定するのがいいんじゃないかという話。なるほどなるほど。


これって、カーブフィッティングの本質も分かる話の様な気がする。カーブするシステムって誤差が半端なく大きいんじゃないだろうか。じゃぁ、誤差が大きくなる原因はなんだろう??やっぱり数かなぁ。。。

マンガでわかる統計学 因子分析編。

マンガで分かる統計学シリーズも３冊目だ。回帰分析編とセットで購入したのだが、その時は因子分析がなんたるやを知らなかった。今だったら、「まだ早い。」「今は必要ない。」となっただろう。因子分析は、僕にはまだ高度過ぎて扱えるシロモノではないと感じた。まぁ、それが分かっただけでも読んでヨカッタ(笑。

僕がこう感じたのは、恐らく今は僕に取って因子分析が必要ではないと言うこと。それとexcelでは分析が苦しいということだろう。なので、必要になったらまた引っ張り出すつもり。行列の計算は最強の眠気が襲ってくるのだ(笑。因子分析そのものは凄く面白そうなんだけどねぇ。

ストーリーは、シリーズ１作目の主人公が、またまた恋の為に統計学を学ぶというもの。しかも今回の先生は２作目の主人公だ(笑。このマンガ人間関係が複雑でよく出来ている。３冊全部読むと面白いよ。

Excelで学ぶ統計解析。

僕は、統計の勉強とExcelの勉強を並行してやってきた。そして、この本でその知識を融合させる。なんて書くとカッコいいね(笑。

実際、本に載っている統計の例題などは手計算でやると、すごく大変なものが多いから頭の中で飛ばしても分かるもの(連立方程式を延々と解くとか)は避けてきた。しかし、この本ではexcelで計算できるから、全ての問題を自分で計算することができる。

前半は統計の基本や確率分布、推定や検定で計算も単調でつまらないのだが、後半の回帰分析、分散分析、適合度検定は、資料もリアルになり実践的で計算していてとても楽しかった。

内容にしても、とても分かりやすくて、回帰方程式の精度は誤差の平方和が小さいほど良いとか、分散分析の交互作用や統計誤差の説明などが、図で見事に描かれていて、初めてハッキリと頭の中に入った気がする。実際、excelを使わなくても、読むだけでも十分統計学の入門書になる良書だと思う。

さて、やっとスタートラインに立てた気がする。ここからなんだよね、ここから始まるんだよね。

多変量解析のはなし。

大村平先生の本も「確率のはなし」「統計のはなし」「統計解析のはなし」ときて、やっと「多変量解析のはなし」まで来ることができた。

内容は「統計解析のはなし」とかぶるものもあるけれど、もちろん深く掘り下げる内容になっている。相関係数から回帰分析、重回帰分析に進み、因子分析、主成分分析、クラスター分析、判別分析と続いて、最後に数量化の話で終わる。

相変わらず数式を見ると眠くなるが(笑、内容はいよいよ実践的なものが多くなり、例題を読みながら、じゃああのデータをこうしようとかああしようとか色々想像できるので、読んでいて楽しかった。

大事だと思ったところ

多変量解析は、たくさんの常識に支えられて１つの常識を訂正するような手法である。だから、結果が思いがけない答えであった時は、途中の論理構成が常識通りになっているかどうかを改めて反省してみるくらいの配慮が必要である。

マンガで分かる統計学 回帰分析編

以前読んだ、「マンガで分かる統計学」の続編。同じ作者さんで、前回の主人公もチラッと登場している。

内容は、カフェでバイトしている女子大生が、お客のイケメンに一目惚れし、そのイケメンが統計学の本を店に置き忘れたことから、それをきっかけにしようとバイトの先輩に教えを請うて統計学の勉強を始めるという話。

内容は大きく３つ。回帰分析と重回帰分析、それにロジスティック回帰分析。みんなそれぞれ手順は似ているので、回帰分析から復習を2回しているような感じで、一度読んだだけでも結構内容が頭の中に入ってきた。別で紹介した「統計解析のはなし」でつまずきそうになったときに読み返したりしていた。

大事だと思ったところ

・標準化残差の絶対値が３を超える個体が存在した場合は、それを除外した上で改めて回帰分析をする。

・「多重共線性の問題」→あまりにも強く関連しあっている説明変数が存在した場合は、いずれか一方を省いて分析したほうが良い。

・「目的変数に対する各説明変数の影響度」を調べるには、重回帰分析よりも構造方程式モデリングという分析手法の方が向いている。

統計解析のはなし。

以前読んだ「統計のはなし」の続編と言うべき内容。

ｔ分布、F分布を使用した推定・検定から、分散分析、相関と回帰、多変量解析や数量化についてなど。

やっぱりだんだんと内容が高度になってきて、何度も挫けそうに(寝そうに、笑）なったが、何度か読みなおしてだいたいの内容はぼんやりとだが身についたと思う。

多変量解析や数量化については、さらに著者がその内容に特化した本を出しているので、この本の内容でまだまだ序の口かと思うと目眩がする(笑。

大事だと思ったところ

・因果関係があれば相関はあるが、相関があっても因果関係があるとは限らない。

・相関や回帰以前に、それらを支配する本質的な因子や成分をなんとか見出さなくてはならないことも少なくない。

統計のはなし。

やっと、戻ってこれた。

前にも書いたけど、僕は統計学の勉強をこの本から始めて見事に挫折した。文系出身で高校出てから10年以上となると、スタートラインにも立たせてもらえない状況だったのだ。そして、マンガで学び、確率や数式を扱わない超入門書で学び、この本に再び挑戦する。

楽しい。

読んでいて楽しい。やっとスタートラインに立たせてもらった気分だ。記号は相変わらず眠くなるけど、記号を頭の中で文字に変えることができるようになった。なんとなく、こういう事を検定したいなら、こうするんじゃないかなというのもぼんやり浮かぶようになった。

内容は、超入門書と同じく標準偏差から始まってt検定の導き方まで。その後、色々なt検定の使用法を挙げながら、実験計画法の紹介。カイ二乗検定とF検定をちょこっと紹介。そして、パチンコ、野球、競馬での統計的アプローチを娯楽編として、という感じ。

データをいろいろな方向から公平に見ること。たくさんのデータから得た結論には重きをおき、少しのデータから帰納した結論は、偶然の結果ではなかったかと疑ってみるという考え方に統計の本質があるという言葉で締めくくられていた。

肝に命じておこう。

確率のはなし。

統計のはなし(大村平）の前に読んでおくべきだと言う意見があったので、先にこちらを読むことにした。

基礎部分はやっぱり眠気が襲ってくるが(笑、日常における確率の話はとても面白かった。

大事な所は、やはり大数の法則。サイコロを無限大に振れば、ある目が出る確率は6分の１に限りなく近付いていくと言うこと。そして、「サイコロには記憶はない」と言う事。１０回連続１が出たからといって、次に１が出る確率が低くなることは決して無い。サイコロには記憶がないのだから、次に１が出る確率も６分の１だ。

期待値の考え方も大事だが、期待値にも大数の法則が成立することを忘れてはならない。期待値が大きいからと言って、リスク管理を怠る賭けに出てはならない。

勝負は資金が多い方が有利。しかし、金持ち資金５と貧乏資金２が五分五分の確率でどちらかが破産するまで資金の取り合いをしたら、金持ちが勝つ確率が高いが、期待値で見れば金持ちは資金５のリスクで資金２のリターンを狙うし、貧乏は勝つ確率は低いが資金２のリスクで資金５のリターンを狙う。なので、期待値で見れば金持ちも貧乏も同じ。

あと、ゲーム理論の考え方が紹介されていて興味深かった。ルールの資金配分とかに応用出来そう。また、別の専門書で勉強してみよう。

統計学入門。

「マンガで分かる統計学」を何回か読んだのだけれども、まだ何となく掴んだという感じ。まだまだ初心者の域を出ていないので、入門書をもう一冊位読むことにした。

見つけたのがこれ「統計学入門」(小島寛之)。この本を選んだ理由は、確率を使わないこと、微分積分や∑を使わないことだった。そうなんだ、僕が「統計のはなし」でダウンしたのは、数式や記号が多々出ること。これが、どうにも頭に入らない。逃げてばかりはいけないのだけれども、苦手意識を持つ前に、まずは好きになることから始めないとね。

で、この本は本当に記号がほとんど出てこない。数式は出てくるのだけれども、それは∑とかPとか使わないで、日本語で書いてくれている。例えば、「W＝｛(標本)ー(標本平均)｝の2乗÷(母分散)の和」とかいう感じで。今の僕には、この方が頭にスッと入ってくる。

内容は本当に分かりやすい。各講の最後にある練習問題も、シンプルで出来た気分にさせてくれる。最終的にはｔ検定を行うところまで導いてくれるのだが、なんとかかんとか辿りつけた。

あと、標準偏差の説明を株式のボラティリティを使って教えてくれるところもよかった。なるほどなるほど、「ボラ」なんて知ったかぶりして使っていたけれど、こうやって計算するんだ(笑。こういう身近な話題が出ると頭に入りやすいね。

マンガで分かる統計学。

僕は最近統計学をイチから勉強し直しているのだけれども、最初に手にとった本「統計のはなし」(大村平）が、もう一つ頭に入らなかったので後回しにすることにして、もっと易しい本はないかなぁと探していたら、なんとマンガだったのでこれに決めた。

内容は、統計学??って感じの女子高生が、憧れの人のいる会社に入るために、父親の部下を家庭教師役に統計学の基礎を、身近なデータ(ラーメンの値段、雑誌のアンケート、ボーリングのスコアなど)で学んで行く話だった。

主人公が僕の今の統計学レベルと同じような感じで、親しみが持てて読みやすかった。ただ、他人の前で堂々と読むのはちょっと気が引ける表紙なので、表紙カバーは裏返しにしていたけれど(笑。

とりあえず、標準偏差や相関係数の感じを何となく掴めたと思う。そっから、何かにつなげていいのかは、まだ分からない。