AIによる株式投資3カ月で100万円上級【ファイナンス分野における株式投資】

統計学は、他の数学分野以上に、その時代の産物であるといえる、フランシス・カルトン、カール・ピアソン、ロナルド・フィッシャー、そしてイェルジー・ネイマンがコンピュータにアクセスできたならば、彼らはまったく別の分野を創造したかもしれない。

占典的な統計学は単純化された仮定(線形性、独立性)、インサンプルの分析、解析解、漸近特性に依存しているが、その理山の1つは創設者たちの計算能力が限られていたためである。

これらのレガシー刊去の多くは人学の課程や引jlj家の認定プログラムで教えられ続けているが、今日ではクロスバリデーション、アンサンブル、モンテカルロなどの計算手法のほうが実証的に優れた觧を提供している。

パラメトリックモデルが伝統的に選好されてきた理山は一言でいえば「数学的扱いやすさ」である。

計算尺と遅い機械的算術のIlt界では、数学的定式化が必然的に計算ツールとして選択される。

現代の計算リッチな環境は、数学的ボトルネックを解消し、より現実的で:柔軟性があり広範な統計的手法を提供してくれる。

ファイナンス分野においては、経済システムが占典的な統計ツールでは杷握できないほど複雑であるため、こうしたレガシー手法に特別な難越を投げかけている(Lopez de Prado 201%)。その結果、機械学習(MachineLearning、ML)は金融においてますます・R要な役割を米たしている。

ほんの数年前までは、短期的な価格予測、取引執行、一信用咯付以外に機械学習の適阻例を見つけることはまれであった。

今日では、なんらかのかたちで機械学習が導人されていないユースケースを見つけることは1*1難である。

より人きなデータセット、より高い計算能力、より効率的なアルゴリズムがファイナンス機械学習の黄金時代の幕開けをもたらすため、この傾向は変わりそうにない。

機械学習は、ダイナミックなファームにとってはチャンスとなり、時代遅れの資産運川会社にとっては邨題となる。

この革命に抵抗する企業は、コダック杜と|川じ運命をたどることになるだろう。