【要約】クオンツ入門：なぜ最初に「リターン分析」をするのか？ [Qiita_Trend] | Summary by TechDistill
> Source: Qiita_Trend
Execute Primary Source
// Problem
クオンツ志望者が、価格チャートの視覚的なトレンドのみで市場を判断してしまう問題がある。価格系列は非定常であり、価格水準の変化によって統計量が正しく扱えない。具体的には、以下の要素が価格チャートだけでは見えない。
- ・市場の期待値やボラティリティの正確な数値。
- ・正規分布では説明できない急変リスク（ファットテール）。
- ・ボラティリティの変動（クラスタリング）や自己相関の有無。
// Approach
筆者は、価格データを「リターン」に変換し、統計的に解析する手法を提案している。USD/JPYの240分足データを用い、以下の手順で市場の性質を可視化する。
- ・対数リターンの算出による価格水準の影響の排除。
- ・基本統計量を用いた分布の形状把握。
- ・箱ひげ図やQ-Qプロットによるファットテールの検証。
- ・ローリングボラティリティによる変動の時系列変化の確認。
- ・コレログラムを用いた自己相関の分析。
// Result
USD/JPYの分析により、市場の統計的特性が定量的に明らかになった。
- ・平均リターンはほぼゼロだが、10σを超える極端な外れ値が存在する。
- ・ボラティリティは時期により最大7倍の差があり、クラスタリングが確認された。
- ・単純な自己相関は弱く、過去のリターンのみでの予測は困難である。
Senior Engineer Insight
> 金融時系列を扱う際、正規分布を前提とした設計は致命的なリスクを招く。本記事が示す通り、ファットテールとボラティリティの非定常性を前提としたモデル構築が不可欠だ。特に、リスク管理においてシグマ（標準偏差）ではなく分位点（VaR）を用いる判断は、実戦における生存率に直結する。機械学習を導入する場合も、リターン分析による特徴量設計と、レジーム変化を考慮した検証プロセスが、システムの堅牢性を左右するだろう。