ラボ · C · 変化検知
「今、何かが起きているか」という問いに答える検知器の較正と、実データでの評価。
合成データによる較正
これは何か: 変化の日付が分かっている人工的な系列で、検知器がどれだけ遅れて変化を捉えるか、また変化がないときにどれくらいの頻度で誤警報を出すか。
どのデータに基づくか: 合成データだけで作成し、データベースには触れません。各シナリオは60回繰り返され、最初の90観測は立ち上げ期間です。
何を示すか: 平均検知遅延（日）、最初の誤警報までの平均時間 (ARL0)、捉えられたシナリオ数。平均のシフトとボラティリティの増加は別の行に示されます。
そこから何が言えるか: 検知遅延は変化対雑音比の2乗に反比例します。平均の小さなシフトはほとんど捉えられない一方、ボラティリティが2倍になれば数日で捉えられます。検知器が出来高とボラティリティを監視しているのはそのためです。
イベント前後の警報タイミング
これは何か: 記録されたイベントの前後±10日における警報の分布と、ランダムな日との比較。
どのデータに基づくか: event テーブルと、選択した実行の警報系列。帰無仮説として、ランダムな日付での同じ統計量を計算します。
何を示すか: イベント前の日は琥珀色のバー、イベント後の日は灰色のバーです。下にイベント前の警報率とランダムの率を示します。
そこから何が言えるか: イベント前の率がランダムより明らかに高くなければ、検知器はイベントを事前に察知していません。イベントの記録がなければグラフは空です。設定 > イベント から決算日と KAP の日付を読み込んでください。
警報後の持続性
これは何か: 警報日の方向の符号が、1日後・5日後・21日後にも保たれるかどうか。
どのデータに基づくか: 選択した実行の警報と、return_daily の残差リターン。
何を示すか: 期間ごとの的中率、95%区間、観測数。
そこから何が言えるか: 率が50%を下回るなら、警報日の動きはその後反転しています。変化に早く気づくことと、それで利益を得ることは別です。実データではこの率は47〜48%になります。
日次の警報数と市場の乱流
これは何か: 毎日何銘柄が警報を出したか、そして市場が乱流レジームにある確率。
どのデータに基づくか: 選択した実行の警報系列と、XU100 のリターンに当てはめた2状態マルコフ・レジームモデルのフィルタ済み確率。
何を示すか: 琥珀色のバーが警報数、赤い線が乱流確率です。タイトルには全体の警報率と、隣接企業の証拠が有効かどうかが表示されます。
そこから何が言えるか: 乱流の時期に警報が集中するのは、検知器が銘柄固有ではなく市場全体のイベントを捉えていることを示します。平滑化したものではなくフィルタ済みの確率を使います。平滑化系列は未来を見てしまい、ライブでは無効だからです。
ここで提供される投資に関する情報、コメント、推奨は投資顧問業務の範囲に含まれません。投資顧問業務は、顧客と証券会社、ポートフォリオ運用会社、または預金を受け入れない銀行との間で締結される投資顧問契約に基づいて提供されます。ここでのシグナルは統計モデルにより過去データから生成され、すべての利用者に同じ内容で示されるもので、個別化されていません。あなたの財務状況やリスク・リターンの選好に合わない可能性があります。したがって、ここで提供される情報のみに基づいて投資判断を行った場合、期待に沿う結果が得られないことがあります。