【4/27の日経平均】

 終値 22,468円(先週末比+306円)

【シカゴ日経平均先物 27日】(かっこ内は大阪日中比)

 円建て6月限  22,450円(-60)

【ロイター見通し概略】

 中立

 詳しくは
 https://jp.reuters.com/article/tokyo-stx-wklyoutlook-idJPKBN1HY0TC

【勝手な個人見解!】
 ----------------------------------------------------------
 ※あくまで個人見解です。結果について、責任負えません。
 ----------------------------------------------------------
 2019年4月末に向けての225価値想定19,000円
 ※価値想定は予想ではありません。
  市場マインドがニュートラルの場合の株価とお考え下さい。

 買い建て指数0.0%(暫定版)おおむね現金確保

 ※リバランスポイント参考値(暫定版)
   基準株価   下落時    上昇時
  ○21,000円   0%→0%   10%→0%
   20,600円   0%→10%   20%→10%
   20,200円   10%→20%   10%→20%

 ※上下指数参考値 (暫定)
   週末×1.10 24,715円  0.0%
   週末×1.05 23,591円  0.0%
   週末÷1.05 21,398円  0.0%
   週末÷1.10 20,425円  15.8%

  #リバランスポイント、上下指数については
  # http://gookabu.blog48.fc2.com/blog-entry-107.html
  #をご参照下さい

〇個人見解の補足

  先週は微妙なジリ高歩調。

  セルインメイ(5月に売れ:と言う格言)の準備段階?!

  ちょっと気になったのが、AppleとAmazonの話題。

  現在の株式時価総額1位がAppleなのですが、それが来週にで
  もAmazonに抜かれてしまうのではないか・・・との話。

  私も、今のままではそうなると思います。

  スマホの次がまだないですものね。

 では引き続き、多変量解析→AI(人口知能)の話。

  いよいよ最終回「交差検証」について。マニアックです。

  これまでの話では「統計~AI」を相場で使うのはかなり難し
  そうと言う印象を持たれたと思います。
  #特にDeep Learningは個人的には、まだ必要性を感じません。

  なにせ、たがたが10年の連続データではルーレット5回分の
  データにしかあたらない・・・ですからね。w
  #もう少し厳秘に計算すると約10回分程度にはなりそう。

  では統計は無駄なのでしょうか?!

  私は必ずしも、そうではないと考えています。もちろん、これ
  までお話ししたように「きちんと深く考えた上で」です。

  もちろん、たった10年のデータで相場を分かったつもりにな
  るなんて事は論外。

  多少言えることは「10年続いた法則ならば、あと1年程度な
  ら通用する可能性もある」と言う程度。

  #もう一つ、理論的に導かれた結論が正しいか否かを確認する
  #手段としても統計は有効だと思います。

  そして、「通用しなくなる」可能性も考えて、どう対処するか
  を決めておく事です。

  これらを踏まえて、何らかのモデルを作った時には必ず行って
  おくべき作業があります。

  この作業が交差検証(クロスバリデーション)です。

  名前は難しそうですが、やる事は簡単です。

  例えば10年の相場データがあったとします。このデータ全体
  でモデルを作るのではなくて、前半5年、後半5年にデータを
  分けてそれぞれにモデルを作るのです。
  #でもやっぱり40~50年のデータは欲しいですけれどw。

  そして、前半5年で作ったモデルに後半5年のデータを投入し
  て、どの程度の精度が出ているかを検証します。
  
  また反対に後半5年のモデルに前半のデータを投入して、その
  精度を確認します。

  #他にも色々なやり方がありますが、まずはこの方法で良いと
  #思います。加えるならば5年のデータをシフトしながらその
  #後の5年を検証しておく手段もあります。

  データを交差させて検証しますので、交差検証と呼ばれます。
  これはAIの精度を確認する為にもよく使われる手法です。

  これで、モデル生成に使った以外のデータで、どの程度の精度
  が出ているかを確認します。普通は期間が離れるほどに、精度
  は落ちてゆくハズですね。

  そして可能なら期間によってどの程度ずれて行くかを把握して
  おきましょう。

  そして、実際にモデルを使う場合には、この精度の落ち込みを
  前提にするのは勿論、もともとのモデルが崩壊する可能性も考
  えておきます。

  そして、その判断基準も明確にしておきます。

  例えば、ある範囲を「誤差」と決めておいて、これを外れた場
  合モデルは役に立たなくなったと考えるわけです。

  「永続的に有効な市場モデルなど作れるわけがない」
  これを胆に銘じておきましょう。おそらくこれが真理です。
  #永続的に有効な市場モデル研究なんて学者の領域です。

  このように「作ったモデルは一時的にしか役に立たない」と考
  えておけば、取るべき行動も変わりますね。

  私は、「モデルが崩壊しても儲けそこなうだけ」を基準に、控
  え目な資金投入をする事にしています。

  #それでもMAX3倍行きますけどねw。プット保険かけます。

  「相場に絶対はない」
  統計を駆使するにしても、この事は肝に銘じておくべきです。

  これにて多変量解析→AI(人口知能)の話は終了します。

  ここまでの話で「インデックス投資が一番かな」と思い始めた
  貴方・・・次回からはそんな貴方に向けてお送りします。
------------------------------------------------------------
 (宜しければ下記も参考にしてください)
  ○アクティブリバランス投資法とは?!
   http://gookabu.blog48.fc2.com/blog-entry-86.html
  ○アクティブリバランス投資法、実行マニュアル
   http://ynavi.info/mag/act2.html
  ○主なバックナンバー
   http://gookabu.blog48.fc2.com/blog-entry-153.html
  ○アクティブリバランス詳細解説リンク集
   http://gookabu.blog48.fc2.com/blog-entry-53.html
------------------------------------------------------------

お役に立ちましたらポチっとお願いします。
人気ブログランキングへ

2018.04.28 Sat l 週間想定 l コメント (0) トラックバック (0) l top

コメント

コメントの投稿












トラックバック

トラックバック URL
http://gookabu.blog48.fc2.com/tb.php/580-cef876fe
この記事にトラックバックする(FC2ブログユーザー)