VXI ノート

Quant & Markets

クオンツ研究、市場データ、バックテスト、取引システム

Technical Blog

個人開発者のための自動化・デプロイ・開発ワークフロー実践ノート

このブログでは、Docker とサーバー運用、Git を使った開発フロー、Markdown ベースの公開パイプラインを中心に整理しています。AI 自動化の記事もこの土台に接続し、再利用しやすい実践ノートとしてまとめています。

最近の更新

  1. 同じ銘柄が繰り返し選ばれると、戦略の勝率は信用できる？

    同じ株が何度も選ばれると60%の勝率も意味が変わります。合成10件をPythonとSQLで検証し、3種類の分母、T+5確定、重複登録を解説。

  2. 80点の株式シグナルは比較できる？シンプソンのパラドックスと確率校正

    異なるスクリーナーの80点は同じ確率ではありません。80件の合成データ、Wilson区間、時系列リークを使ってスコア比較と確率校正の境界を解説。

  3. 52週高値と出来高を組み合わせると、調べる銘柄をどこまで減らせるか

    架空の6銘柄を6→4→2に絞る再現可能な例と、実際のスクリーナーでの操作ミスから、52週高値・出来高・RVOLの役割と限界を整理する。

  4. 量的研究データを長期保存するには？PostgreSQL PITRとR2アーカイブの設計判断

    PostgreSQL PITR、TOAST/MVCC、R2の不変アーカイブと検証、lease fencing、時点指定データの訂正を比較し、実際に未検証の領域まで明確にする。

  5. 量化因子は本当に効いている？Bucket Spread と Rank IC で多期間検証

    5日後に効く因子が1日後や3日後にも効くとは限りません。公開ETFデータで Bucket Spread、Rank IC、複数ホライズン、サンプリング感度、因子冗長性を検証します。

  6. 多因子モデルを安全にリウェイトするには？Regime・Shadow・Weight Driftを比較した

    因子の検証に通ったからといって、直近ウィンドウの推定値をそのまま本番ウェイトにしてよいとは限らない。再現可能な regime-switching 実験で Immediate、Delta Cap、Shadow-first を比較し、誤った promotion、turnover、adaptation lag のトレードオフを確認した。

1/1