Info
- title: Advance in Financal Machine Learning
- Advances in Financial Machine Learning [Book]
- https://twitter.com/afml_jpn
References
日本語では電子書籍のPDFはないようだ. kindleならある.
要約PDFが全編無料公開されている.
- https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3104816
- いろいろビデオ. https://quantresearch.org/index.html
計量経済学をディスり機械学習ファイナンスを推進するアオリ系らしい.
- 「ファイナンス機械学習」翻訳者による解説【第１章】 - Qiita
- The 7 Reasons Most Machine Learning Funds Fail Marcos Lopez de Prado from QuantCon 2018 - YouTube
解説多数.
- https://twitter.com/blog_uki/status/1194773993783382017
- 書籍「ファイナンス機械学習」を完全に理解するために役立つ参考資料
- 【ファイナンス機械学習 解説】著者の解説スライドを日本語でまとめてみる（1/10） | Quant College
- https://github.com/hudson-and-thames/mlfinlab
- 【読解】ファイナンス機械学習 ～第2章について～｜UKI｜note
Topics
サイエンスが勘を駆逐して投資はギャンブルではなくなる
まえがきの２つ目の動機.
世の中の一般投資家は、いかさま師(=直感に頼る人達)が準備して、マスメディアが宣伝した当てずっぽうのギャンブルに資金を投じるように仕向けられている.
ジャッジメンタルな投資はクオンタメンタルで駆逐しよう.
💡機械学習をファイナンスに活用することでマーケットマイクロストラクチャーを深く理解できる
機械学習をファイナンスに活用することでマーケットマイクロストラクチャーを深く理解できる. 逆に言えば, 機械学習で誰にもみつからないようなアルファを発掘できると過度に期待しすぎないほうがいいとも言っている. 機械学習は理解のための手段のひとつ.
💡チームによるプロダクトチェーンとしての戦略的金融アルファ探究
10年前は１人の個人が計量経済学のような望遠鏡でアルファを探していた. 現在はアルファの金脈の探究は難しくなり, 顕微鏡でのチームによる産業的な手法が必要. これは金の採掘と同じ. 役割分担をしてプロダクトチェーンで大きくアルファを採掘する.
- データキュレーター: データの収集, クリーニング, 整形. データを集める人.
- 特徴量アナリスト: 生データをシグナルに変換. データ分析する人.
- ストラテジスト: シグナルを元に投資アルゴリズムを構築. コーダー.
- バックテスター: 投資戦略を評価する人. テスター.
- デプロイメントチーム: 本番環境に結合すること. インフラ屋.
- ポートフォリオオーバーサイド: 実際に運用する人. フィールド対応.
<2026-08-06 Thu 12:45>これはそのままAgentとしてできる. 💭AIエージェントクオンツファンドをつくる(26/03/10)
🔦投資戦略を大量生産するリサーチラボを稼働させる
アマチュアは富を生み出す魔法の手法を信じてひとつの投資戦略を開発する. プロフェッショナルは運用戦略を大量生産できる手法を開発する. 車を作るのではなく, 自動車工場を作ることで生み出される.
目標は工場のように機能するリサーチラボを稼働させること.
別の言葉では, シーシュポスのパラダイムとメタ戦略パラダイムと言っている. シーシュポス的にクオンツが１人ひとり山頂に岩を押し上げるのか, 組織協力体制で実証実験を高速で繰り返すのか.