UKI

@blog_uki

システムトレーダー。と2人で資産運用中。リターン予測には一部MLを使います。日本株はL/S安定運用、暗号通貨はbotによるリスク運用です。

we.love-profit.com
Joined December 2016
273 Photos and videos Photos and videos
·

Tweets

You blocked

Are you sure you want to view these Tweets? Viewing Tweets won't unblock

  1. Pinned Tweet
    Feb 7

    【定期】マガジン「AI投資のススメ」 統計学の知識をベースとして投資分野へのAI活用における押さえておくべきポイントを解説します。またAI運用を謳う国内投信や海外ヘッジファンドの手法分析、論文・学会などの最新動向についても調査結果をレポートします。

    8 retweets 56 likes
  2. 3 hours ago

    補足。FXCMのAPIでティックデータが取れるみたいです（本日購入したPythonによるファイナンス中に記載がありました）。知りませんでした。

    仮想通貨＝各取引所のAPIからExecutionデータを取ってくる。 FX＝OANDAのAPIで5秒足が取れる(ただしFXにはVolumeの概念がないのでOANDAのティック数になる) 株＝東証から各銘柄のティックデータを購入する。SBIなら直近数日間…
    3 retweets 29 likes
  3. 4 hours ago

    来年（というか来年度）はモデルのアップグレードおよび新規アセットでの機械学習モデル検討を進めていく予定です。AI投資に関する知見を磨くとともに、ブログ等を通じてこれまで以上に有用な情報を発信していきたいと考えています。皆様、一年間お疲れ様でした。

    1 reply 1 retweet 39 likes
    Show this thread
    Show this thread
  4. 4 hours ago

    本日は大納会でした。日本株ロングショート戦略（機械学習モデル）の2019年の累積損益は+2602万（利回り+32.5％）でした。今年は月間マイナスが2回もあり、想定しているパフォーマンスの下限側となり苦しい展開でした。また、本戦略の運用開始以降の通算損益は+9100万となっています。

    2 replies 12 retweets 127 likes
    Show this thread
    Show this thread
  5. 12 hours ago

    note更新しました。 ファイナンス機械学習の第2章について、私自身の知見を絡めながら内容の解説、勘所の説明をしています。好評であれば他の章の執筆も検討したいと思っています。 【読解】ファイナンス機械学習　～第2章について～｜UKI

    7 retweets 100 likes
  6. Dec 28

    深読み、というか普通に読み取ると、 ・bFは流動性が乏しい市場だと運営は考えている ・鉄火場では顧客よりマーケット優先(優先して逃してる人いないよね？)

    数時間考え続けた結果、これがどういう意味なのか結局わからなかった bitFlyer大丈夫？
    1 retweet 19 likes
  7. Dec 28

    例の機械学習本、自分の知見を絡めて解説記事をまとめたいと思ってる。Prado氏の理論と自分の理論で、食い違う箇所もある。そういうところを含めて本の読者が多角的な視点から理解を深めることができる、そんな記事にしたい。

    2 retweets 64 likes
  8. Dec 28

    仮想通貨＝各取引所のAPIからExecutionデータを取ってくる。 FX＝OANDAのAPIで5秒足が取れる(ただしFXにはVolumeの概念がないのでOANDAのティック数になる) 株＝東証から各銘柄のティックデータを購入する。SBIなら直近数日間のみティックは取れる。 ですね。

    『ファイナンス機械学習』、いざ実装しようと思った時にデータをどこから取ってくればいいのか分からない… タイムバーは腐る程転がってるけど、最初のボリュームバーの時点で加…
    Show this thread
    2 replies 16 retweets 143 likes
  9. Dec 27

    2020年の「AI／機械学習」界わいはこうなる！10大予測 「8.ファイナンス機械学習が一部でブームとなっていく」だそうです。「一部でブーム」というのがとても的を得た表現だと思います。

    1 reply 7 retweets 42 likes
  10. Dec 25

    これもどうぞ。

    書きました。 『価格予測はしたいが機械学習はやりたくない99％の人へ』…
    14 likes
  11. Dec 25

    次はQiitaで記事書こうかな。自分の書くコードは拙いけど、まあそれは仕方なし。

    1 retweet 21 likes
  12. Dec 25

    機械学習はね、簡単だよ。RやPythonはライブラリ充実してるのでCSVをインポートするだけで数行で実行できる。参考書がなくてもググるだけでコード付きの記事がすぐに出てくる。一度やり始めたら試行錯誤するうちにすぐにスキルアップする。やるかやらないか、ただそれだけだと思う。

    3 replies 28 retweets 246 likes
  13. Retweeted
    Dec 24

    ようやくVPINのnote完結です！ 実際のストラテジーに落とし込んだ際の損益シミュレーション、課題、VPINの高頻度取引ボットへの応用について書きました。 無料ですので、ぜひご覧ください。

    17 retweets 66 likes
  14. Dec 24

    note更新しました。投資分野への機械学習適用を検討していらっしゃる方に贈ります。メリクリ！ 投資戦略サーベイのための機械学習手法｜UKI

    24 retweets 140 likes
  15. Dec 24

    あかん…どんどん紹介していこうと思ったけど、ツイッターだとぐちゃぐちゃになるから結局noteでまとめたくなるヤツだ…。メリクリ！

    サーベイ手法(1)Feature Importance XGBやランダムフォレストなどのツリー系手法でどの特徴量の重要度が高いか簡単に評価できる。論文等のP値による評価に対して優れている点は交互作用が考慮される…
    Show this thread
    26 likes
  16. Dec 24

    Feature ImportanceはMLやってる人には基本中の基本の技術であるが、フィナンシャルデータを扱う場合には前処理に勘所が要求される（ただし適当に分析してもそれなりの結果が得られることが多い）。市場構造を正しく理解して前処理を行うことが質の高いサーベイの第一歩となる。

    3 retweets 26 likes
    Show this thread
    Show this thread
  17. Dec 24

    サーベイ手法(1)Feature Importance XGBやランダムフォレストなどのツリー系手法でどの特徴量の重要度が高いか簡単に評価できる。論文等のP値による評価に対して優れている点は交互作用が考慮される点と、手法中にランダム化が行われている場合には多少なりともバイアスに対する効果があること。

    1 reply 4 retweets 52 likes
    Show this thread
    Show this thread
  18. Dec 24

    投資における機械学習は、それ自体で予測モデルを組むのではなく、サーベイを効率的に行うために使うほうが良いと考えている。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）を抽出できれば、実際の予測モデルやトレーディングモデルはそれこそ条件分岐でも構わない。

    4 retweets 72 likes
  19. Dec 24

    あくまでも個人的意見だけど、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、その分析手法は殆どが機械学習に置き換わるものだと考えている。つまり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ると思っている。メリクリ！

    1 reply 3 retweets 74 likes
  20. Retweeted
    Dec 24

    東大が無償でPDF公開している，統計学会の75周年記念出版『21世紀の統計科学』の3冊 1と2は実際の統計データを用いて，各事例への統計学の応用手法，3は機械学習の人なら馴染み深い統計計算を解説 下手な市販の本を買うよりは，この3つのPDFを通読する方がよっぽどいいと思う

    8 replies 4,816 retweets 16,170 likes
  21. Retweeted
    Dec 23

    「指標とロジックの改善方法のアイデア」という章を追記しましたので、ご購読者の方はぜひご覧になってください。

    6 retweets 38 likes
  22. Dec 23

    クリスマス企画、流行ってるの？？

    5 likes
  23. Retweeted
    Dec 23

    僕もクリスマス企画として、以前出した有料noteのご購読者向けに、指標に関する追記noteを書きます。 一般の方向けには…VPINの最終note書きます🙇‍♂️　VPINのほうは明日中かな…。

    3 retweets 50 likes
  24. Dec 23

    おお、これは凄い。勉強します。

    頑張って書きました、是非コメントください！ 猫でもわかる量子計算によるデリバティブ価格決定
    Show this thread
    1 retweet 27 likes
  25. Dec 21

    ちな、BitMEXのFR→限月先物-Perpetual間スプレッドリターンの因果関係に気付いたのも、Mediumの記事から得た着想であった。

    7 retweets 36 likes
  26. Dec 21

    かなりいい感じみたい。 We also have evaluated all these experiments with data and labeling and we can actually see, that all these meaningful improvements really make results more stable and adequate.

    9 likes
    Show this thread
    Show this thread
  27. Dec 21

    Mediumの良記事。ファイナンス機械学習本に記載されているラベリングの効果について、実際に検証を行った結果が紹介されている。Mediumには時折とんでもない良記事が落ちている。自分も渾身のnoteは英訳してMediumでも公開しようかな。

    1 reply 30 retweets 181 likes
    Show this thread
    Show this thread
  28. Dec 20

    ユー…ロピアン？？

    10 likes
  29. Dec 20

    これは面白い。まさしくブルーオーシャン投資の典型。

    初note書けました！ 1万字を超える分量ですが、サクサク読んでもらえたら嬉しいです。 また、面白いと感じたらシェアして頂けると喜びます。…
    Show this thread
    17 likes
  30. Dec 19

    Python使う人が多いようですが、統計的機械学習にはRもお勧めです（自分も前回noteの検証はRを使いました）。RTした本は初心者向けのようです。MCMCやるのであれば、「RとStanではじめるベイズ統計モデリングによるデータ分析入門」もお勧めです。

    R言語の基本的な使い方を、体系的に学べる入門書を書きました。 『R言語ではじめるプログラミングとデータ分析』 2019年12月26日発売予定です。 …
    Show this thread
    9 retweets 60 likes
  31. Retweeted
    Dec 18

    投資家向けのおすすめサイトを1RTにつき1個ずつ紹介していきます🤩 おすすめサイトがある人はせひDMで教えて下さい！僕が知らないサイトだったら「by @アカウント」って感じで紹介して掲載します😁 皆で作り上げる最強のリンク集になる予感。。。

    2 replies 136 retweets 414 likes
    Show this thread
    Show this thread
  32. Dec 17

    しまった、日経メディアのAI運用のファンドマネジメント講座、12月6日だったのか。見落としてた。受ければよかった。

    3 likes
  33. Dec 17

    定期。シストレのアプローチについて。 「テクニカル指標の幻影」

    7 retweets 46 likes
  34. Dec 16

    良い機能だと思うんだけど、投資助言系はしっかりとnote運営側に取り締まってほしい。

    新しいnoteコミュニティ機能はじまるよー！ Reading... 月額課金のコミュニティがつくれる「サークル機能」が2020年2月にはじまります。本日より先行登録を受けつけ
    16 likes
  35. Retweeted
    Dec 16

    インストール完了、めっちゃ使い勝手いいです🙏 たすくさん尊敬します。

    12月15日21時リリースしました。 ダウンロード＆リツイートよろしくお願いします！ 使い方や詳細はこちら。 …
    1 reply 1 retweet 11 likes
  36. Dec 15

    Prado氏の論文まとめた。2010-2012頃はフラッシュクラッシュに端を発したVPIN･HFT系が多い。多数回試行のバイアスに関しては2013年頃から始まり現在まで研究が続いている。M/Lに関しては2017年頃からフィナンシャルデータへの適用に関する論文が見られる。青字が興味を引かれたのでしっかり読む。

    1 reply 4 retweets 48 likes
  37. Dec 14

    自分はこれまで過分散≒ノイズという視点で理論を組み立ってきたが、この書籍ではノイズとバリアンスを分けて考えている。過分散に対する機械学習的な対策はMCMCが効果的だと考えていたけど、ここにきて新しく知見が増えるととても嬉しい。以上です。 関連note：

    1 retweet 33 likes
    Show this thread
    Show this thread
  38. Dec 14

    PART5はかなり飛躍しているので、流し見程度で良いと思います。 最も印象に残ったのは、PART2のモデリング手法でバギングとブースティングがフィナンシャルデータのバイアスとバリアンスを低減するという理論的視点。この辺りはとても面白そうなので次回の研究テーマにしてみたいと思ってます。

    1 reply 1 retweet 19 likes
    Show this thread
    Show this thread
  39. Dec 14

    PART4は少しインテリジェントな特徴量の話。エントロピー指標やVPINなど。ただしこのような指標は自分達も研究を進めたことがあるが、あくまでも机上のもので実運用で本当に利益を出せるかは疑問に思っている。 関連note：（早く続き書いて）

    1 reply 1 retweet 25 likes
    Show this thread
    Show this thread
  40. Dec 14

    PART3はバックテストの話。この前noteに書いたバイアスの話について注意深く記載されている（書籍では選択バイアスもしくはバイアスではなくオーバーフィッティングという言葉で書かれている）。 関連note：

    1 reply 2 retweets 26 likes
    Show this thread
    Show this thread
  41. Dec 14

    ファイナンス機械学習読みました。英語版に目を通していたけど、やはり日本語版はありがたい。 PART1～PART5構成で、特にPART1とPART2を読めば良いと思う。ファイナンス分野の機械学習が殆どの場合で失敗する理由が書いてある（結局、過分散であることと時系列構造に起因する）。

    1 reply 30 retweets 222 likes
    Show this thread
    Show this thread