テクニカル分析の科学的アプローチ
〜 テクニカルアナリスト協会セミナー 〜
2016年度
★諸連絡★
・本ページでは，セミナーに用いたスライド(PDF)および関連資料(プログラムなど)を掲載します．
・全て自作物ですので著作権の問題は無いと思いますが，他者への提供や公開については御配慮お願い致します．
・質問等ございましたら，お気軽に鈴木(tomoya.suzuki.lab@vc.ibaraki.ac.jp)までお寄せください．
★講義資料★
---------------------------------------------------------------------------------------------
[2016.4] 第1回
■
講義スライド
---------------------------------------------------------------------------------------------
[2016.5] 第2回
■
講義スライド
---------------------------------------------------------------------------------------------
[2016.6] 第3回
■
講義スライド
---------------------------------------------------------------------------------------------
[2016.7] 第4回
■
講義スライド
---------------------------------------------------------------------------------------------
[2016.10] 第5回
■
講義スライド
■ 付録(Rの基本操作)
■ 付録プログラム＆実データ
---------------------------------------------------------------------------------------------
[2016.11] 第6回
■
講義スライド
■ 付録(Rの基本操作)
■ 付録プログラム＆実データ
---------------------------------------------------------------------------------------------
[2016.12] 第7回
■
講義スライド
---------------------------------------------------------------------------------------------
[2017.1] 第8回
■
講義スライド
---------------------------------------------------------------------------------------------
[2017.2] 第9回
■
講義スライド
★本セミナー（全12回）で習得できること★
第1章 逆風
□ テクニカル分析が揶揄される理由を把握する．
第2章 反論
□ 効率的市場仮説と一致しない事例（アノマリー）を把握する．
□ アノマリーが出現する理由を, 行動経済学（心理バイアス）の観点から説明できる.
□ ブラックスワンが出現する理由を, 物理学（臨界現象）の観点から説明できる.
□ 金融市場のフラクタル性やカオス性を正しく理解する.
第3章 時系列モデル
□ アノマリーを数式（時系列モデル）で表現できる．
□ モンテカルロシミュレーションで長期予測できる．
□ モデルが正しく機能しているか診断できる．
第4章 機械学習
□ 最近傍法からディープニューラルネットまで, 機械学習モデルを網羅的に学べる．
□ 過学習の問題を理解し，学習誤差と汎化誤差の違いを知る．
□ 予測精度を向上させる技術として, 集団学習法を学ぶ．
第5章 組合せ最適化
□ 超高速コンピュータでも解けない問題が身近にあることを知る.
□ テクニカル指標の組合せも同種の問題であることを知る．
□ 緩和策として, 遺伝的アルゴリズムや焼き鈍し法を学ぶ．
第6章 統計的検定
□ まぐれに翻弄されなくなる．バックテストを過信しなくなる．
□ 怪しい投資法に対する誘惑に負けない！（投資リテラシーの強化）
□ 正しくバックテストとフォワードテストを実施できる！
□ 投資成績を正しく評価できる！
その他
□ データ解析に伴う統計学や数学に慣れる．
□ Rなどのプログラミングツールに慣れる．
研究室のHomeに戻る