さて、今日は株のお話し。

 

ファクターリターンの話は前ブログでも扱ったが、それに関して面白い研究結果がでた。

 

前から、転換点を予測できないかと考えていて、ある程度その傾向となるものも見えていた。

 

そして、この1年くらいとりためていたデータではそれっぽい感じのことが出ていたので、せっかくなのでということで、10年分のデータでほんとに効いているのか見てみた。

 

下がそのグラフ。右上に上がっていっているのはPBRの累積ファクターリターン。
その後ろにあるのが、今回の肝となる、転換を予測する変数。(ちなみに、PBRのファクターにかけ続ければ儲かるじゃんと単純に思うかもしれないが、リバランスの回数が日次であることから、トレードコストに負けて、結局この通りにはならない。ただ、ファクター転換のタイミングでのみリバランスせずトレードしていけば、トレードコストが効いてこないので、運用モデルとしては実践に耐えうるものとなる。)

pbr1

細かく見るとこんな感じ。

pbr2

 

自分の思っていた閾値で、ある程度の傾向が見れていたので一安心。

 

ただ、気になったのは、10年前とくらべて、現在の方が、転換予測の変数のボラティリティというか、閾値が広くなってきていること。

 

閾値は確かに、自分がこの1年間やっていたのと比べて、2007年代の時は狭い。

 

ということで、ここはある程度機械学習をする必要があるんだろうと感じた。

 

今後の課題としてはこのファクターリターンをこの変数を使ってよりよく予測していくモデルを機械学習で作ってみることだな。

 

いやぁ、でも、日次平均売買代金1億円が10年以上ある銘柄で作ったモデルなので、いい感じの結果が出れば、すぐに実運用の戦略として用いれるな。いいことだ。

 

機械学習のモデルも最近はもっぱらやりやすさでxgboostが多かったが、そろそろディープラーニングにも戻ってあげる必要がありそうだ、、softmax回帰とか必要になってきたし、、

ランキングポチは必ず頼むぞ。読み逃げは厳禁だ。

人気ブログランキングへ
にほんブログ村 為替ブログへ
にほんブログ村

売買ルールを手に入れたいなら、、、
動画講座はこちら
売買ルールの実践練習に、、、
チャートブックはこちら