トレード没ネタ集その1

 低位株の寄り引けで、売り数量が買い数量より充分多いときに、成買いを入れて、bidで買うことをもくろむ。

本間宗久のα

 レイテンシーアービトラージ

〇ょーへー氏のα

 ヒストリカルボラティリティとリアライズドボラティリティの差

〇むとれのα

 モメンタム

[Pineスクリプト] いわゆるテクニカル、いわゆるインジケーター

　巷で言われるテクニカルとは、何のことを指しているのだろうか？私は、テクニカルは価格情報に基づくもの。ファンダは実体経済に基づくもの。どっちか微妙なのが手口情報やセンチメント。と思っていたのだが、どうもそうではないらしい。さしずめ、単一のタイムシリーズかつOHLCVという解像度の低い価格データに基づくもの、といったところだろうか？なぜこのような定義になるのかわからないが、いずれにしてもただの分類趣味であり、こんな定義に意味はない。特徴量として予測力があるかどうかがすべてでしょう。問題は、その有意性が、偶然か、カーブフィッティングか、未知のデータに対しても有効か、その判断するための良い方法がなかなかないことであろう。

　変化率（ROC、モメンタム）、MA乖離率、RSI、ストキャ、ボリバン（価格時系列のZスコア）、価格とバー番号との回帰直線の傾き、それのピアソン相関係数、それのスピアマン相関係数（RCI）。それらを並べてみて目視で確認すると、私にはすべて同じものに見える。一応、標準化されているか、一様分布か正規分布（？）か、の違いはあるはずだが。たんに、モメンタムの測り方の流儀（？）の違いか。

分位

回帰

感想

一層、あるいは単回帰、それの累積リターン曲線を目視で眺めてもな。

[Pineスクリプト] VAR-model

説明

VectorAutoRegrresion-model（ベクトル自己回帰モデル）。
複数時系列の t-1 期、 t-2 期、...の変化率を説明変数、ある時系列の t 期の変化率を目的変数とする回帰による予測。

計算

最小二乗重回帰のアルゴリズムは、
①分散共分散行列（または、偏差平方和積和行列）を作る。
②連立方程式を直接法（ガウスの消去法、LU分解、QR分解など）か、反復法（ヤコビ法、共役勾配法など）で解く。

Pineによる実装

pine は配列が使えない。これでは、①の時点でキツイ。②は更にキツイ。結局、説明変数３つまでをクラメルの公式を使って解くことにした。

注意

本来、正規性・独立性・線形性・等分散性と、決定係数・ t 値・情報量基準などを見るべきですが、そのような機能はありません。

感想

pine でできないこととして、時系列順にその足ごとに一度ずつしか計算・描画できない、配列がない、 秒足・ティック足がない、クロスセクション分析がキビシイ、データがダウンロードできない、などがあり、これらの制限から、pine でこれ以上高度なことをやるのは、少なくとも私には難しい。
tradingview を使う理由としては、自分でデータベースを作る必要がない手軽さ、銘柄数が多くリアルタイムであること、quandl のデータを直接引っ張ってこれること、手軽な script でちょっとした検証ができることなど、何より手軽であるために使ってしまう。

コード

説明変数１つ

説明変数２つ

説明変数３つ

[EasyLanguage]散布図

追記 2019/01/12 

• 条件式に一致したものを収集した後に正規化していたのを、先に正規化するように変更。
•  x と y で正規化の設定を別々にできるように変更。