筆者は先日、「LLM×トレーディング まとめのまとめ」という記事を書いた。多数の文献調査は非常に手間の掛かる作業であったが、ここぞとばかりにChatGPTの力を借りることで何とか書き終えることができた。執筆当初は綺麗に論点をまとめることが難しいのでは、と考えていたが、結局のところ着地点はこれまで筆者が考えていた展望と同じものであった。
ここから先は前回記事を読んでいる前提で話を進める。本記事はマケデコ Advent Calendar 2025の21日目（シリーズ2）の記事である。空いていたので後からこの枠を頂いたものである。
UKIです。
今年もアドベントカレンダーの季節がやってきましたね。自分が界隈へ提供するバリューを考えたとき、時期的にもこの話題がピッタリではないかと考えました。
※本記事は、arXiVにてPreprintを公開した「Scaling Law for Large-Scale Pre-Training Using Chaotic Time Series and Predictability in Financial Time Series」を和訳したものです。
UKIです。
本記事は仮想通貨botter Advent Calendar 2024の20日目の記事となります。
UKIです。
なんでコイツこんな記事書いてるの？と思った方も多いでしょう（このバブルの最中に…）。とりあえず箸休め程度に考えて頂けると助かります。
UKIです。
本記事はマケデコAdvent Calendar 2024の記事となります。今年の記事は手短ですが、是非お楽しみください。
UKIです。
いよいよ来年2024年から新NISAが始まります。今回の記事では、新NISAにおける投資戦略、特に個別株投資の戦略について考えてみます。この時期にこのテーマを取り上げることは、一般層にデータ投資を知ってもらう上で避けて通れないと考えました。
こんにちわ、UKIです。
金融引き締めによって株式投資に苦しい期間が続いていると思いますが、いかがお過ごしでしょうか。
本記事は仮想通貨botter Advent Calendar 2022の23日目の記事です。
関連記事：
どうも、最近ボット収益がミジンコのUKIです。
ボット始めた方でとりあえず筆者をフォロー頂いた方もいらっしゃると思いますが、「コイツ全然稼いでねえじゃん」と思っていることでしょう。
そこで今回は筆者が最近どのようなことをしているか、紹介してみたいと思います。
2022年4月5日からKaggle（※世界最大のデータ分析コンペティションプラットホーム）にて、東証の株価を予測して運用パフォーマンスを競うJPX Tokyo Stock Exchange Predictionが開催されている。このコンペティションの主催者は東証を運営する日本取引所グループ（以下JPX）そのものであり、ファンドやリサーチ会社の主催するコンペティションよりも「公式・公認」的な感覚がより一段強いものとなっていると言えるだろう（公式プレスリリース）。
お断り：本記事は投資を推奨・勧誘・助言するものではありません。
UKIです。
みなさん三連休はいかがお過ごしでしょうか。最近noteを更新していなかったので、今回は気軽に読めるライトな記事を書いてみました（専門的な記事を書けという声が聞こえますがご容赦ください）。
UKIです。
ファイナンス機械学習[1]を読んで。本書籍はフィナンシャルデータの機械学習について、データ収集からバックテストまでの一連の過程における落とし穴と対策指針を示しており、その内容は非常に共感できるものでした。ただ一部の内容について自身の知見との相違があったことも事実であり、これを取りまとめて今後に活用しようと考えました。
ファイナンスをはじめ経済学の理論というものは様々な仮定の上で議論されており、正解というものはありません。本noteの目的は書籍の内容に関して批判することではなく、読者各位が多角的な視点から内容について理解を深めることができればよいと考えています。その上で専門家からフィードバックを頂けるとこの上ありません。
本noteが好評であれば他の章の執筆・公開についても検討します。
（以下、UKIは筆者、Prado氏は著者と書きます）
計量的・実証的な投資におけるアルファは質の高いサーベイからもたらされるものであり、近い将来その分析手法の殆どが機械学習に置き換わるものだと考えています。この提言が正しいとすると、現行のシステムトレーダーはすべからく機械学習を学ぶ必要があります。
筆者はこれまでの知見から、投資における機械学習はそれ自体で予測モデルを構築するのではなく、サーベイを効率的・効果的に行うために使うほうが良いと考えています。質の高いサーベイによって一般に知られていないアルファ（アノマリー）を抽出することができれば、実際の予測モデルやトレーディングモデルは条件分岐でも十分事足ります。
本noteでは、投資戦略サーベイのための実践的な機械学習手法について紹介します。
UKIです。
主題と副題の序列を迷いましたが、いったんPVを稼げそうなほうを主題に置きました（そのうち修正します）。
UKIです。短期集中連載中です。
本日未明BTC価格が急落し、BitMEXでは$8000近くの安値を付けました。執筆中の現在も大きなリバウンドは発生しておらず、$8500台を力なく推移しています。遡ること1日、ビットコインのハッシュレートが大きく下落してマイナーの動向や値動きとの因果性に注目が集まりました。今回はデータ面からハッシュレートと値動きの関係を丸裸にします。
こんにちわ、UKIです。
このところnoteの更新頻度が落ちていましたので、2000字程度の短編の分析レポートを何回かに分けて集中連載と思います（たぶん）。少し砕けた調子で思うところを書き出します。
本日9月23日にBakktの現物決済型先物がリリースされました。これは現物とデリバティブとを結ぶ貴重な役目を担うものと思われます。
ビットコインには現物市場とデリバティブ市場がありますが、デリバティブ市場のほうが圧倒的に出来高が大きく、現物市場はごく一部の大手取引所を除いて閑散としがちです。
ビットコイン現物はマイナーからの恒常的な供給売り圧力が発生しますが、その反面、買い需要が発生することは殆どありません。瞬間的な送金目的を除くとビットコインの需要は殆どなく（せいぜい証拠金需要程度）、ビットコインをHODLするのであればロールオーバーの手間さえ省けば先物のほうが効率的にできますし、現物レンディングに関しては取引所GOXリスクに常に晒されるためカストディサービスなくして大きな資金は流入しづらいです（もっともそうなったときは金利が大きく目減りすると思います）。
需給面で見ると圧倒的に売買のマッチングが成立しづらく、このためマイナーも値崩れを避けるため気楽に売りを入れることができません。ゆえにビットコインの取引は殆どが投機目的となり、デリバティブ市場の出来高が増加して価格形成もデリバティブ主導となってしまいます。ここで現物決済の先物が登場すると投機筋とマイナーのマッチングができるようになり（当然現物市場以上の十分な出来高が必要ですが）、ひいては健全な価格形成へ貢献する可能性があります。
UKIです。
今回はちょっと煽りを入れたタイトルになってしまいました。比較的ライトな記事ですので気軽にお読みいただければ幸いです。
みなさん、最近トレードの調子はいかがでしょうか？絶好調という方もいれば、イマイチという方もいるでしょう。私は以前より「トレーディングは殆ど運ゲーである」と主張しています。トレーディングは少し勝ちが積もれば気持ちが大きくなり、「こんなん絶対負けないじゃん」「もう会社辞めてもいいんじゃね？」というふうに思ったりします。
トレードに関する情報は世の中に溢れています。例えばツイッターのタイムライン（TL）を見ても、アレが効く、コレが効くという話を見掛けます。しかし、一見してチャート上では効果的に見える指標でも、実際にデータ分析やバックテストを行ってみるとそのパフォーマンスの低さに愕然とすることが多々あります。ありふれた情報の中から本当に有効である情報を取捨選択する必要があるのです。自分自身の投資スタイルを確立するためにも、データ分析を始めてみてはいかがでしょうか。
(1)トレーディングスタイルと統計モデリング
トレーディングのスタイルには様々な定義があります。その中でも定性的な判断に基づくジャッジメンタル運用（いわゆる裁量）と、定量的な判断に基づくクオンツ運用（システムトレーディングもこれに含みます）は、とても対照的なスタイルだと思います。
クオンツ運用ではモデルに基づいたトレーディングを行います。これには様々なモデルが存在しますが、本noteの題材である統計モデルとは、現実の事象を既知の確率分布（正規分布やポアソン分布など）に当てはめてパラメータを同定したものです。そしてこの統計モデルを使って現実の事象を分析したり、超過リターンやそのばらつきを予測するのです。
UKIです。
前回のNoteで暗号通貨のトレード手法について紹介しました。その中で「取引所指標」を用いるトレードに触れました。今回はBitMEXの取引所指標について基礎的な定量分析結果を報告します。
UKIです。
今回は、現時点（2019年3月時点）での暗号通貨市場で考えうるトレード戦略についてまとめました。これらは自分たちで行った検証に基づくものですが、あくまでも主観に依るものですのでその点はご留意ください。
最近、ツイッターのTLでBitMEXのETHファンディングレートのトレードへの活用が注目を集めています。
ETHファンディングレートとBTC値動きの関係から、現在の暗号通貨の市場構造に関する仮説を立てたので報告します。