本記事では、時系列予測にLLMを活用した研究を紹介します。 今回研究者らは、ニュース記事などのテキストデータを予測に組み込むことに成功しました。 金融、エネルギー、パンデミック予測など幅広い分野での活用が期待される本手法は、予測精度の向上だけでなく、人間の行動や社会の変化をより正確に反映できる可能性を示しています。 重要なお知らせ：AI分野のお仕事マッチングサービス「AIDB HR」を開始しました！登録後はオファーを受け取るだけのシンプルなサービスです！現在、期間限定で、ギフト券が必ずもらえる新規登録キャンペーンも行っています。 参照論文情報 タイトル：From News to Forecast: Integrating Event Analysis in LLM-Based Time Series Forecasting with Reflection 著者：Xinlei Wang, M

過去記事からの引用。 下のグラフは1年後のリターンの確率分布を示したもの。リスクを変化させていくと分布の計上がどう変わるかを示したものです。 グラフをみて分かる通り、リターンを一定にしてリスクを大きくしていくと確率分布の形状が低リターン側に盛り上がっていきます。 では中央値はどのように変化するかというと： 青色 (リターン7%・リスク20%)：中央値は1.05倍 黄色 (リターン7%・リスク100%)：中央値は0.65倍 オレンジ (リターン7%・リスク200%)：中央値は0.15倍 つまり仮にリスクが200%というとんでもなく大きな値だとすると、50%の確率でリターンは0.15倍以下になります。 平均値は一定なのにも関わらず中央値は激下がり。中央値が激下がりするということは元本割れ確率が激上がりすると言い換えることが出来ます。 ではなぜこうなるのか？ 株価が幾何ブラウン運動すると仮定する

前回の記事では株価がランダムな動きをすると仮定すると、リターンの確率分布が対数正規分布に従うと紹介しましした。 ではランダムな動きをする株にレバレッジを加えるとどうなるか見てみます。レバレッジを加えるETFにはS&P500のレバレッジ3倍ETFのSPXLなどがあります。 株価が「ある一定方向に動く」と「ランダムに変動する」という2つの性質をもつと仮定すると、ある時刻の株価は下のように表現できます。 ここにL倍のレバレッジをかけたときの「資産」の変動は次の式で表せます。 この式の意味を図示したのが下の図です。資産は50%の確率で上がるか下がるかしますが、L倍のレバレッジが加わっているので上げ幅と下げ幅がレバレッジなし(L=1)よりも大きくなることが分かります。 こうやって株価は時間が経つにつれてちょこちょこ動く。その分布は対数正規分布をとることが分かります。そしてその分布の平均と分散も分かり

良い本が出ました。著名FPカン・チュンド氏の『つみたて投資の終わり方』です。Kindle自費出版本ですが、内容はしっかりしていて、Unlimitedでも読めるので、一読の価値ありでした。 つみたて投資の終わり方　100年生きても大丈夫！: 人生後半に向けた投資信託の取り崩しメソッドを解説！ 作者:カン・チュンド Amazon 情報が少ない取り崩し方法 持ち続けるのも良くない、急いで売るのも良くない 期待リターン3％のポートフォリオを推奨 4％ルールでは厳しい 預金：リスク資産の比率を維持して取り崩し いろいろ参考になる 情報が少ない取り崩し方法 ここ数年、インデックスファンドを使った積立投資が、老後資金の作り方のベストプラクティスとして普及してきました。つみたてNISAなどの制度も整い、eMAXIS Slimなど投信の低コスト化も進みました。 このように資産形成についてはツールも情報も充実

今回は投資戦略を組み立てるにあたってベースとなるこれらの要素について、簡単にまとめてみました。 ※ランダムウォーカーから着想を得た記事は過去にもいくつかまとめていますので、興味のある方はこちらもご覧ください。

3月に「中居正広の土曜日な会」「林修の今知りたいでしょ！」といった番組にゲストで呼ばれたのですが、「GPIF」がトピックにあがりました。 幅広い人がごらんになる情報番組で「GPIF」がとりあげられるのは話している私としても意外でした。 裏を返せば、それだけ株価上昇がすごいということでしょう。 もっといえば、「投資をしていない人には関係ないんでしょ？」という国民の声も映しているんだと思います。 GPIFは国民への将来の年金給付の原資となるお金です。そのお金は日本株や外国株などで運用されています。 つまり、株高でGPIFの収益があがれば、将来の年金給付の備えが充実します。たとえば物価高で年金の給付額をあげる必要性が高まっても、持続的に年金を給付できる余裕が高まるわけです。 株に一切投資していない国民にとっても、株高は恩恵があるということですね。 ◆ きょうのポイントいつものように30秒でわかる

こんにちは。私がAidemyでデータ分析講座コースを受講いたしました。今回は学んだスキルを活用して、上場企業を株価予測をしてみました。 ※私の環境: Python3 Chrome Google　Colaboratory Windows　10 目次 1．目的 2. データセット 3. 機械学習モデル 4. 予測モデルの構築と検証 5. 結果 6. 反省 1.目的 上場会社の株価データセットを用いて、株価予測するLSTMの機械学習モデルを構築すること。 2.データセット Yahoo Financeである上場企業Lasertec(6920.T)の時列データ 3.機械学習モデル LSTM(Long Short-Term Memory: ニューラルネットワークの一種で、長期的な依存関係を学習することができる特徴ある。 4.予測モデルの構築と検証 4-1. ライブラリのインポート import ker

2月も資産が増加した月でした。年初から実に13％の増加です。では、何が資産増に貢献したのか、2月の運用成績をチェックしておきます。 現在バケツ戦略に基づいて資産管理を行っています。2月の資産状況についての分析は下記の通りです。 2月の資産増減 2月の生活費 2月の資産からの現金収入 2月の資産からのリターン　※本記事 リスク資産の月間リターンは＋12.9% クリプト大爆発 2月の売買と今後 リスク資産の月間リターンは＋12.9% ここで取り扱うのは、バケツ戦略でいう「長期バケツ」。約10年分の生活費とは別に、リスクを取って資産を増加させるPF群です。どれくらいの金額があるかというと、生活費の27.1年分になります。 この長期バケツの月間リターンは12.9%（税引前・配当除く）となりました。絶好調です。 長期バケツの中身には、株式だけでなく不動産、仮想通貨、生命保険など、ボラティリティが大き

1. 株価はサプライズによって動く 株式相場には常にプロの投資家がうごめいており、各銘柄の各種業績数値を常に予想して投資活動をしている。そんな状況下において、仮に「売上が前年比2倍」という決算が発表されても、株価が2倍になるわけではない。むしろ3倍が予想されていたのに、2倍だったら失望売りとなる。つまり事前予想と比較してこそ意味があり、staticな値や過去実績との比較を特徴量にすることはあまり意味がない。事前予想と決算の乖離、または前回予想と今回予想の乖離こそが意味のある特徴量であると言える。 2. 業績数値の単純な変化率では株価インパクトは測れない 営業利益の事前予想100億円に対し、決算が200億円の場合、 変化率 = （ 実績 - 予想 ) / 予想 の計算式を使うと、変化率は100%となる。 この変化率を特徴量にするのは一見もっともらしいが、株においてはこれは使いづらい。 営業利

Founded in 1993, The Motley Fool is a financial services company dedicated to making the world smarter, happier, and richer. The Motley Fool reaches millions of people every month through our premium investing solutions, free guidance and market analysis on Fool.com, personal finance education, top-rated podcasts, and non-profit The Motley Fool Foundation.

株式市場が好調だが、年金を運用しているGPIF（年金積立金管理運用独立行政法人）の直近の運用実績はどうなっているのか。また、GPIFの投資手法から投資家が学ぶべきことはなにか。『世界一楽しい！会社四季報の読み方』などの著書がある個人投資家で株式投資講師・藤川里絵さんが解説するシリーズ「さあ、投資を始めよう！」。第84回は、「GPIFの投資成績」について。 ＊　＊　＊ わたしたちの大切な年金を運用するGPIF（年金積立金管理運用独立行政法人）の第3四半期の運用状況が、2024年2月2日に公表されました。損益状況が悪化したときは大きく報道され、好調なときはなぜかあまり報道されません。良い時も悪い時も国民のひとりとして、しっかりチェックしておきたいものです。 2023年第3四半期の収益は5.7兆円 2023年第3四半期（2023年10～12月）の収益額は、5兆7827億円で、収益率は2.62％。