概要

データ分析のスキルと知識を向上したい人のために楽しく学びあうグループを目指します。

大まかな課題・内容はグループで決め、細かな内容を運営者が配信します。QiitaとGithubを活用します。

主催者が教科書を一行一行読み上げ、参加者の皆さんに理解の状況を確認します。疑問点は参加者全員で明確にしていきます。

ソースコードを実行します。疑問点はchatGPTに聞いていきます。

教科書：Python3ではじめるシステムトレード

毎週火曜日に行います。教科書を学ぶというよりは、実用的な応用を学びます。　統計学を通して、相場の見方を確立します。Pythonによるシミュレーションを用いて、株式投資を疑似体験します。まずは過去のデータを分析することから始めます。

2025/11/18 システムトレードとは？米国株か、日本株か？
2025/11/25 長期投資か、短期売買か
2025/12/02 テクニカル分析か？ファンダメンタル分析か？
2025/12/09 統計学の威力：符号検定の威力、テクニカル分析との関係
2025/12/16 人口知能の相場への活用
2025/12/23 LLMは相場分析の標準になるか？

統計学では、グラフやモデルを用いて過去の価格推移を記述・要約し、変動要因を分析し、将来の価格を予測することも行います。今回は、その延長として最近話題のLLM（大規模言語モデル）を取り上げます。

「LLMで時系列分析？」と疑問に思われる方もいるかもしれません。しかし近年、医療や金融などの分野で、時系列データに対するLLMの応用が注目されています。事前学習済みモデルを用いたゼロショット（追加学習なし）の推論が可能な場合もあり、従来の手法とは異なる使い方が期待されています。さらに、小規模なTransformer（tiny Transformer）や効率化Transformer（例：Linformer等）を自作し、実験・分析ツールとして用いるアプローチもあります。

本ワークショップでは、TimesFMを用いて、事前学習済みパラメータを利用した株価（あるいは株価系列）予測を実践します。最後に、リッジ回帰（線形モデル）やRNN（GRU）による予測結果とも比較し、LLM／Transformer系モデルが金融の時系列分析においてどの程度有望か、また限界や注意点は何かを整理します。

チャットに参加、聴講のみも可能です。

準備

開始前までにZoomというオンライ会議システムをインストールしてください。 開始時刻前に参加IDとパスワードを"参加者への情報"の欄に張ります。無料のzoom用のIDとパスワードを発行します。セッションは３回行います。一回のセッションは４０分で切れますが、３回のセッションは同じIDとパスワードを使います。

対象者

相場分析をPythonで行いたい、相場分析に統計学を使いたい、相場分析をシミュレーションで行いたいなど、相場分析に興味のある方であれば、どなたでも参加可能です。

運営

森谷博之：統計学で相場に勝を実践するトレーダー