Masassiah Blog

現役サラリーマンのスキルアップのための読書まとめ

ブルとベアの活用効果検証

参議院選挙後,日経平均株価が連日上昇するという局面がありました。

そのときに「楽天日本株トリプル・ブル」や「楽天日本株トリプル・ベアIII」を保有していればどうなっていたのか,検証してみました。

楽天日本株トリプル・ブル

株価指数先物を活用し,日々の基準価額の値動きが,わが国の株式市場全体の値動きの概ね3倍程度となることを目指して運用を行います。

ブルの語源はbullishで「牛」のことです。牛の攻撃は角で下から上に突き上げるということで,上向き相場(強気相場)を意味しています。

楽天日本株トリプル・ベアIII

株価指数先物を活用し,日々の基準価額の値動きが,わが国の株式市場全体の値動きの概ね3倍程度反対となることを目指して運用を行います。

ベアの語源はbearishで「熊」のことです。熊の攻撃は上から下に叩くことから,下向き相場(弱気相場)を意味しています。

2016年7月1日基準として,日経平均株価楽天日本株トリプル・ブル基準価額,楽天日本株トリプル・ベアIII基準価額のトレンドを見てみましょう。

f:id:king-masashi:20160723225300p:plain

2016年7月22日現在では,日経平均株価は7月1日より6%上昇,楽天日本株トリプル・ブル基準価額は18%上昇,楽天日本株トリプル・ベアIII基準価額は18%下落という結果となっています。

日々の騰落率を見てみましょう。

f:id:king-masashi:20160723230709p:plain

日経平均株価は7月8日15,106.98円から7月11日15,708.82円と大きく上昇している局面があります。このとき,楽天日本株トリプル・ブル基準価額の騰落率は11.6%,楽天日本株トリプル・ベアIII基準価額の騰落率は-11.9%です。

日経平均株価の大きな変化を読んで,ブルとベアを使い分ければいいのですが,なかなか難しそうですね。

相場を動かすブルの心理、ベアの心理

相場を動かすブルの心理、ベアの心理

 

3.0TB HDD SGD-NX030UBK BLACK

SEAGATE Distributed by ELECOMの3.0TB HDD SGD-NX030UBK BLACKを購入しました。PC DEPOTで本日限定で9,500円(税抜)でした。

USB3.0対応外付けハードディスクExpansionシリーズです。

本製品はパソコンに保存しているデータのバックアップや退避に用いる予定です。

製品仕様

  • インターフェース:USB3.0/2.0対応
  • 外形寸法:約120.6×176.0×36.6mm
  • 本体重量:約950g

製品構成

  • USB3.0(2.0互換)ケーブル(約120cmコネクタ含む)×1
  • クイックガイド(保証書付)
  • TV向けかんたん接続ガイド
  • ACアダプター(約170cmコネクタ含まず)

ビッグデータを支える技術

ビッグデータの衝撃』(城田真琴,東洋経済新報社)に記載されていたビッグデータを支える技術。

機械学習:machine learning

人間が自然に行っている学習能力と同様の機能をコンピュータで実現させるための技術手法

データマイニング:data mining

大量に蓄積されたデータを分析し,その中に隠れている項目間の相互関係やパターンなどを探し出す手法

クラスタリング:clustering

データの中で似ているもの同士をまとめて,いくつかのグループに分類すること

ニューラルネットワーク:neural network

脳の神経回路網における計算方式と同じ方式をコンピュータで行おうとするもの

回帰分析:regression analysis

ある変数の動きが別のいくつかの変数の動きによって左右されているとき,その関係を表す具体的な数式を求める統計的分析手法

決定木(ディシジョンツリー):decision tree

予測や分類のための分析手法で,意思や行動を決定するまでの条件をツリー状に表したもの

アソシエーション分析(相関分析):association analysis

マーケットバスケット分析とも呼ばれ,「商品Aを購入する人は商品Bも購入する傾向がある」というように,2つ以上の商品で一緒に買われている商品の組み合わせを明らかにする分析手法

ビッグデータの衝撃――巨大なデータが戦略を決める

ビッグデータの衝撃――巨大なデータが戦略を決める

 

目次

更新履歴

  • 2016年7月16日 新規作成
  • 2022年10月18日 目次を追加

 

統計・確率思考で世の中のカラクリが分かる

2016年7月16日作成,2021年8月28日更新。

『統計・確率思考で世の中のカラクリが分かる』(高橋洋一光文社新書)に記載されていた統計学の目的。

  1. 経験を要約して数字にすることで,人々が事実をわかるようにする。つまりは,物事を数量的に考える。
  2. 要約された事実に基づき,その他の(例えば将来の)状況で,どのような結果が得られるかを推計・予測すること。

データを整理して,データに意味を見出し,将来を予想するということでしょうか。

ちなみに,統計の種類としては大きく2つに分けられる。

記述統計

収集したデータの要約統計量(平均や分散など)を計算して,分布を明らかにすることなどによって,そのデータの傾向や性質を求めるもの。

推測統計

調査した値や推計や予測のための基礎として用いることで,実際には調べていないものや,調べられていないものを推計したり予測したりする。

ベイジリアンに関する記述。

統計に基づく推計・予測において,こうした「主観確率」を採用する考え方を,その証明を最初に行ったイギリスの数学者トーマス・ベイズ(1702 ~ 1761)にちなんで「ベイズ統計」といい,その立場を取る人のことを「ベイジリアン」といいます。(p. 18)

ベイズ統計は,多くのデータを集めなくても適用できるというメリットがある。

現在,ベイズ統計は,リアルなビジネスで実用化されている。

コルモゴロフ*1の定理(pp. 22 - 23)

  1. 確率は 0 と 1 の間をとる関数
  2. すべての事象(Ω)を集めれば確率は必ず 1 になる
  3. 排反事象の場合,その確率は個々の確率の足し算になる

中学・高校で習ったことである。

この一連の経緯*2のなかで最大の問題は,政治家や官僚にデータや統計に対する理解が完全に欠落していたことです。私がもっとも驚いたのは,官僚ですらシミュレーションデータを「予測値に過ぎない」と言って使おうとしなかったことです。(p. 40)

シミュレーションデータを,自分の行動に活かす。

*1:20 世紀の初めにロシアで生まれ,おもにソヴィエト時代に活躍した数学者。

*2:福島第一原子力発電所事故と SPEEDI(緊急時迅速放射能影響予測ネットワークシステム)を巡る経緯。

連番ファイル名と時刻をCSVに書き込むCプログラム

連番ファイル名と時刻をCSVに書き込むCプログラム。

#include <stdio.h>
#include <time.h>

int main(void)
{
	FILE *fp;
	char *fname = "hoge.csv";
	int n1;
	int n1max=128;
	
	time_t timer;
	struct tm *t_st;

	fp = fopen( fname, "w" );
	if( fp == NULL ){
		printf( "%sファイルが開けません\n", fname );
	return -1;
	}

	for (n1=1;n1<=n1max;n1=n1+1){
		/*現在時刻の取得*/
		time(&timer);
		t_st = localtime(&timer);
		fprintf( fp, "hogehoge%03d.abc,", n1);
		fprintf( fp, "%02d:%02d:%02d\n",t_st->tm_hour,t_st->tm_min,t_st->tm_sec);
	}
	
	fclose( fp );

	printf( "%sファイル書き込みが終わりました\n", fname );

	return 0;
}

R x64 3.3.1導入

データ分析や統計解析をやる機会がありそうなので,R x64 3.3.1を導入してみました。

f:id:king-masashi:20160710185539p:plain

テキストとして,『みんなのR データ分析と統計解析の新しい教科書』を購入してみました。

みんなのR -データ分析と統計解析の新しい教科書-

みんなのR -データ分析と統計解析の新しい教科書-

 

著者が大学院でRを学習するならば,ということで構成されているらしい。訳文は機械的ですが,本書とRでデータ分析と統計解析を効率的に行いたいものです。

原著は『R for Everyone Advanced Analytics and Graphics』(Jared P.Lander)です。

R for Everyone: Advanced Analytics and Graphics (Addison-Wesley Data & Analytics Series)

R for Everyone: Advanced Analytics and Graphics (Addison-Wesley Data & Analytics Series)

 
R For Everyone (2nd Edition) (Addison-Wesley Data & Analytics Series)

R For Everyone (2nd Edition) (Addison-Wesley Data & Analytics Series)

 

イチローの安打と打率の年度推移

 2020年11月8日更新

king-masashi.hatenablog.com

 児玉光雄氏の『天才・イチロー 逆境を超える「言葉」』の中で,

興味深いデータがここにある。安打数において,イチローは過去 11 シーズンを通じ,2 年連続で前年の成績を下回ったことがないんだ。

ということが書かれていたので,イチローの安打数*1の年度推移をグラフ化し,それを検証してみました。

f:id:king-masashi:20160710181647p:plain

さすがに 2010 年以降,イチローの安打数は,連続で前年割れとなっています。
ただし,メジャーリーグだけでも 3,000 本安打目前のイチロー,2001 ~ 2010 年の 10 年連続 200 本超えの安打は,グラフにすると圧巻ですね。

さらに,打率についても年度推移をグラフ化してみました。

f:id:king-masashi:20160710181758p:plain

2011 年以降,イチローの打率は 3 割を割り込んでいるようです。

 f:id:king-masashi:20160710184817p:plain

 

 

*1:2016年7月10日現在