PythonとPandasを用いたS&P500歴史構成銘柄データベースの構築と活用
金融市場の定量分析やバックテストにおいて、生存者バイアス（Survivorship Bias）を排除することは極めて重要です。S&P500インデックスの現在構成銘柄のみを使用すると、過去に除外された企業のデータが欠落し、バックテストの結果が実際よりも過大評価される可能性があります。本稿では、PythonとPandasを活用し、1996年以降のS&P500構成銘柄の変遷を追跡可能なローカル ...
10月13日 03:00 投稿
Python 隠れマルコフモデルを用いた金融時系列解析とリスク管理の実装
金融市場における潜在状態の特定
金融時系列データ的分析において、観測可能な価格変動の背後には「強気相場」「弱気相場」「レンジ相場」といった目に見えない市場状態が存在すると考えられます。Python ライブラリである hmmlearn は、これらの潜在状態を確率モデルとして推定するための隠れマルコフモデル（HMM）を実装しており、scikit-learn と互換性のあるインターフ ...
8月21日 19:04 投稿