python, 投資, 統計・機械学習

金先物が下落した翌日にESは上昇するか

(jupyter notebook内に書いていることと重複しているが気にしない。jupyter notebookをhtml変換して記事に直接貼り付けたいが、簡易でうまくいく方法が今のところ見つかっていないため、説明部分などは記事本文にコピペしている。)

前回の分析で、上昇日の翌日の収益率分布を全期間分布と比較した。今回は金先物が下落した日の翌日のES収益率分布が全期間分布と比較する。

金先物が下落した翌日にESは上昇するか

仮説

株式市場と金は逆相関しやすいと言われている。金先物が下落した翌日はESは上昇すると仮定すると、その収益率分布は全期間収益率分布より右に移動すると予想できる。

結論・考察

推定・比較結果についてはjupyter notebookの最後の方を参照。

金先物が下落した日の翌日のES収益率分布は、無条件の全期間分布と全くと言って良いほど差がなかったため、金先物の上昇や下落をシグナルとして次の日のESの値動きを予測することはほぼ不可能だと思われる(もちろん、日足データを使った今回の条件では、という意味)。

しかしこの結果は、前提としていた「株式市場と金は逆相関しやすい」という主張を否定する根拠には全くならない。そもそも今回は相関を直接測ったわけではない。また何よりも、今回の比較から推測できることは、「金先物」と「翌日のES」の収益率の関係であって、同日の金先物とESの関係ではない。

ESと他銘柄の相関・逆相関関係をシグナルに利用するなら、今回のような1足のみを見るのではなく、移動平均など複数足の統計データをもとに現在の他銘柄のトレンドを推定し、ESがそれに順行・逆行するという仮説をもとにルールを作るという方法もある。

ルール自動探索・評価ツールの作成について

前回と今回で、売買ルールの自動探索・評価の流れが大体イメージできた。

  1. 分析対象のデータを決める
  2. ルールを決める
  3. ルールの適用に必要なデータを決める(過去日の同銘柄のデータや、過去日の他銘柄のデータ)
  4. ルールを適用した時の対数差収益率の事後分布を推定する
  5. グラフの描画・保存と、パラメータ推定値の保存

ルール適用して結果を出力・保存するツールは、

  • 入力
    • 分析対象のデータを取得する方法
    • ルールのロジック
    • ルールを適用するデータを取得する方法
  • 出力
    • グラフ画像
    • パラメータ推定値

となり、入力はかなり抽象的。実質プログラムを個々のルールごとにかなり書かなきゃいけなくなりそう。しかし例えば、「金先物がN足連続下落したとき」、とかさらには「銘柄XがN足連続下落したのちM足連続上昇したとき」などのX,N,Mをパラメータとして外から与えられれば、コード量はだいぶ削減できる。そもそも「ルールを適用する銘柄」と「ルール」は紐づいている必要がないから、ルールとして銘柄を指定する必要はない。

ルールの部分については色々検討の余地がありそうだが、そろそろ簡易的なものを作ってみようか。

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です