マガジンのカバー画像

Fav

305
本
運営しているクリエイター
Jonathan

#ファイナンス

カルアパ

カルアパ

2022年資金決済法等改正案（3/4国会提出）のポイント：ステーブルコイン規制を中心に

2022年資金決済法等改正案（3/4国会提出）のポイント：ステーブルコイン規制を中心に

第208回国会に提出された資金決済法等の改正案（以下「本改正」といいます。）について、ポイントを簡単にまとめてみたいと思います。

※ 必ずしも網羅的ではありませんので、その点はご了承ください。
※ 本記事の内容は個人的な見解ではありますが、Fintech法務事情でご一緒させていただいている、@takaoslo1さん、@tkmyaoさん、@DaiMizui_lawさんのご発言からインスピレーション

もっとみる
カナヲ定量分析

カナヲ定量分析

第7章 線形モデル編: 第8節(7章最後) ロジスティック回帰入門

第7章 線形モデル編: 第8節(7章最後) ロジスティック回帰入門

はじめに
やっと7章最後です...（笑）
長かった線形モデルもここまで来ると皆さんも何をしているのかは分かったのではないのでしょうか？

アジェンダ

・インポートと設定
・目的変数と説明変数の定義
・交差検定でロジスティック回帰の予測モデルを作成

インポートと設定
import warningswarnings.filterwarnings('ignore')

from pathlib im

もっとみる
カナヲ定量分析

カナヲ定量分析

第7章 線形モデル編: 第7節 ロジスティック回帰入門

はじめに
アジェンダ

・ロジスティック回帰の説明
・マクロデータを分析する(GDPを予測する)

ロジスティック回帰とは？

wikipedia引用

ロジスティック回帰（ロジスティックかいき、英: Logistic regression）は、ベルヌーイ分布に従う変数の統計的回帰モデルの一種である。連結関数としてロジットを使用する一般化線形モデル (GLM) の一種でもある。1958年にデイヴィ

もっとみる
カナヲ定量分析

カナヲ定量分析

第10章:ベイジアンML-ダイナミックSR 第2節: PyMC3ワークフロー

第10章:ベイジアンML-ダイナミックSR 第2節: PyMC3ワークフロー

はじめに
本チャプターではPyMC3を使用しますので、使用方法について解説していきます。

githubはこちらをご参照ください。

PyMC3とは？
PyMC3は、ベイズ統計モデリングと確率的機械学習のためのPythonパッケージで、高度なマルコフ連鎖モンテカルロ（MCMC）アルゴリズムと変分推論（VI）アルゴリズムに焦点を当てています。その柔軟性と拡張性により、様々な問題に適用できます。

イ

もっとみる
熊野 整 (Kumano, Hitoshi）

熊野 整 (Kumano, Hitoshi）

¥198
見やすい財務モデルExcelフォーマットルール

見やすい財務モデルExcelフォーマットルール

今回はExcelの「見た目」について。収益計画やM&Aのシミュレーションを行うための財務モデルを作成する際には、その見た目にもこだわることで、チームのコミュニケーションがスムーズになり、計算ミスも少なくなります。

※本記事の最後に、Excelフォーマットルールシート（PDF／Excel 2013）をダウンロードできるURLを貼ってあります。ご活用ください

Excelの見た目は大事私が企業研修や

もっとみる
カナヲ定量分析

カナヲ定量分析

第10章:ベイジアンML-ダイナミックSR 第4節: ローリング回帰

第10章:ベイジアンML-ダイナミックSR 第4節: ローリング回帰

はじめに
第9章では、共和分に基づくペアトレーディングを紹介しました。
重要な実装ステップは、相殺する位置の相対的なサイズを決定するためのヘッジ比率の推定を含みました。
ここでは、ローリングベイズ線形回帰を使用してこの比率を計算する方法について説明します。

インポートと設定
import warningswarnings.filterwarnings('ignore')

%matp

もっとみる
カナヲ定量分析

カナヲ定量分析

第9章 ボラティリティ予測と統計的裁定取引 第5節: 統計的裁定取引（共和分検定）

第9章 ボラティリティ予測と統計的裁定取引 第5節: 統計的裁定取引（共和分検定）

はじめに
今回は統計的裁定取引について話します。ここら辺の知識は直接収益に結び付く可能性があるので詳しく解説していきたいと思います。

共和分による統計的裁定取引とは大雑把に以下の二つのステップが必要になります。

・形成段階(Formation phase)：長期的に平均回帰するような資産の組を見つける。
・取引段階(Trading phase)：スプレッドが収束または発散することによって生じる

もっとみる
カナヲ定量分析

カナヲ定量分析

投資機械学習関連コンテンツまとめ

投資機械学習関連コンテンツまとめ

こちら投資と機械学習関連のコンテンツをまとめております。
今後、興味あるコンテンツがありましたら追加していく予定です。
以下の読み終わったら感想をどんどん書いていきたいと思っています！
🤩はおすすめという意味です。本以外にはリンクも載せておりますので、すぐに確認できると思います(*'ω'*)

ベストブック
· 🤩 Marcos López de Prado - Advances in Fin

もっとみる
カナヲ定量分析

カナヲ定量分析

第7章 線形モデル編: 第3節 モデルデータの準備

第7章 線形モデル編: 第3節 モデルデータの準備

こんにちは、今回は主にデータの処理についての話ですので、初めての方々には参考になると思います(*'ω'*)

今回準備するデータは株価を予測するためのアルファファクターと特徴量になります。

インポートと設定
import warningswarnings.filterwarnings('ignore')

%matplotlib inlineimport numpy as npimport pa

もっとみる
カナヲ定量分析

カナヲ定量分析

第6章 機械学習プロセス編: 第二節 情報理論と利用して特徴量を分析する

第6章 機械学習プロセス編: 第二節 情報理論と利用して特徴量を分析する

こんにちは、今回の内容は短めですので、ランチ休憩で書いちゃいます（笑）

情報理論とは
説明変数と結果の間の相互情報量（MI）は、2つの変数間の相互依存関係の尺度です。相関関係の概念を非線形関係に拡張します。より具体的には、ある確率変数について得られた情報を、他の確率変数を介して定量化します。

MIの概念は、確率変数のエントロピーの基本的な概念と密接に関連しています。エントロピーは、確率変数に含

もっとみる
カナヲ定量分析

カナヲ定量分析

第6章　第3節　バイアスーバリアンス

第6章　第3節　バイアスーバリアンス

今回はこちらのnotebookを解説していきます。

本記事では予測誤差について調査する。
調査方法は、簡単な時系列データを生成し、未学習、適正学習、過学習のそれぞれで予測誤差がどうなるのかについて着目していく。

バイアスーバリアンスとは？
モデルの予測誤差は、ノイズ、バリアンス、バイアスに分解できる。

観測値とy、予測値とy^とすると、期待二乗誤差はE[(y-y^)^2]と書ける。

こちら

もっとみる
カナヲ定量分析

カナヲ定量分析

第7章　線形モデル編　第2節　ファーマーマクベス回帰

第7章　線形モデル編　第2節　ファーマーマクベス回帰

どうも、第2節まで来ましたね(*'ω'*)
どんどん行きましょう！

ファーママクベス回帰とは？
以下wikipediaを引用します。

ファーマ–マクベス回帰（ファーマ–マクベスかいき、英: Fama–MacBeth regression）とは、金融経済学において、CAPMのようなファクター型資産価格モデルの統計的妥当性を調べるための回帰分析の手続きである。ファーマ–マクベスの2段階回帰と呼ばれ

もっとみる
カナヲ定量分析

カナヲ定量分析

第7章 線形モデル編: 第一節 線形回帰モデル

第7章 線形モデル編: 第一節 線形回帰モデル

こんにちは、やっと第7章まで来ましたね(*'ω'*)

このチャプターでは、様々な線形モデルについて取り扱います。この記事ではまず線形回帰モデルからスタートしたいと思います。

線形回帰ー入門
線形回帰は、連続的な目的変数と一つないし複数の説明変数（特徴量や独立な確率変数）を関係づけるもので、それらの関係を線形であると仮定します。すなわち以下を仮定します。

・一つの特徴量を取ってきたときに、その

もっとみる
カナヲ定量分析

カナヲ定量分析

第6章　第一節　機械学習ワークフロー

第6章　第一節　機械学習ワークフロー

こんにちは、今回は機械学習ワークフローについて解説していきたいと思います。

今回はsklearnを中心に使います。

内容としましては、

1.機械学習の予測の種類（回帰と分類）
2.それぞれ簡単なモデルを利用して、ハイパーパラメーターチューニング
3.予測結果の評価

に分けて説明しております。

k-nearest Neighborsとは本記事には、住宅価格のデータセットを使用した機械学習ワ

もっとみる