株価の差分の取り方
マニーマニーマニー
データ分析、株のデータ分析ってことだよな。
だね。
儲かる、儲からないの話で言うと、儲からなくない話だね。
間違いない。
そうね。
まあでも、最後まで聞いてもらうと、データ分析で株価予測するってどういうことなのかみたいな話とか、そういったところが抑えられるっていうので、お酒を飲みすぎた頭には難しい話でした。
はい。
ということで、ぜひ最後まで聞いていただけたら嬉しいです。
それでは、どうぞ。
隣の
隣の
データ分析屋さん
この番組は、隣の席に知らないことを気軽に聞けるデータ分析屋さんがいたらいいなぁ、を叶えるポッドキャストチャンネルです。
データアナリストのりょっちです。
データサイエンディストのたっちゃんです。
金だー!金だ金だー!
今日は、お金の話をしていきます。
マニーマニー
データ分析屋さんはね、最終着地点が、やっぱりお金の話です。
お金儲けだと思ってるんですよ。
本当にそうよ。
何のために勉強してるか。
お金のためだね。
そういうことです。話が早い。
ポッドキャスト5点立てるつもりだから、俺。
何に立てる?
ポッドキャスト5点。
5点にね。
だから今日は、データ分析でお金儲けできるんじゃないっていう話をできればなぁというところで、セミナー会だ。
怪しいセミナー。
って思われると思うんだけど、ちゃんと話を聞いてたら、
そんな簡単じゃないよってところが、分かってくるんじゃないかと。
希望に満ちた会じゃないの?
これ聞くと、投資の見え方がちょっと変わってくるかなとか。
あー。
データ分析している人にとっては、ちょっと分析の仕方気をつけなきゃなとか。
ね。
っていうところが、結構学びもあるかなというので。
じゃあ早速。
気づかせてくれるんだね。
行こうかなと。
自己啓発セミナーと。
自己啓発セミナーと。
目もとろ。
やっぱりデータ分析の究極は、
投資活用かなっていうところ。
いやらしい言い方するじゃん。
そんなことはないけどね。
そんなことない?
データうまく使えるんだったら、投資に使って、
確実に儲かるというか、株価の上がるところにお金を突っ込んだ方が、
利益は得られるんじゃないって思いますね。
確かにね。
確実に当たるなんていう話はあるんですか?
そこでも、AI、投資。
で、検索すると、めちゃめちゃ出てくるんですよ。
腕組んで斜め向いて写真写ってる人たちの絵がでしょ。
青い背景とかにね。
今みんな、この音声だけ聞いてる人、タッチャのこと今、スーツで腕組んで。
なんでこの話しようかと思ったかって話を先にしておくと、
なんかちょうどホットな話題だなと思って、
年明け新ニース始まりますとか。
確かに。
そう。どこの株買えばいいんだっけとか。
よく知らないやつだ。
そうそうそう。っていう話も最近あるなとか、
なんか自分自身もこれまで、
なんか金融業界向けのデータ分析とかやることもあって。
あら、そんな真面目な案件を。
そうなんですよ。
で、その時に結構勉強したりもしたから、
なんか話せるなっていうところで持ってきたんですけど。
お金の話なんかほぼしたことない。
お金のデータ分析とか。
あとセキュリティ厳しいし、ガバナンスとかも活躍だったりすると、
なかなか案件の話はしにくいから。
そりゃそうだよね。
そうそう。
ただ結構使う技術って面白いし、
勉強になること多いから、
話していきたいなってとこなんですけど、
もうね、最初に伝えておく。
株価は予測はできない。
あ、そう。
通説。
真理。
ことわり。
真理。ことわり。
理と書いてね。
そういうこと。
書いてことわりね。
向井治の治ね。
ありがとう。
そういうこと。
土変にしたら埋めるね。
いいのよ、別に。
いいのよ。
株価は予測できないよっていうところは、
もうね、みんなが知ってなきゃいけない常識として、
抑えておいてほしくて。
絶対なんだ。
稀に分析して利益出すことはできるんだけど、
ただ確率的にはそれめちゃめちゃ低い話だよってこと。
外的要因が多すぎるからってことかな。
外的要因が多すぎるからってことかな。
外的要因も多いし、株価の性質上、
もうなんかこれ、さらに深く話していくと、
株価ってランダムに動くっていう風に言われていて、経済学的に。
大手町のランダムウォークね。
そのまさにランダムウォーク。
あるの?
大手町ランダムウォークだろ。
なんかそういう有名なツイッターかなんかのSNSのアカウントが。
そういうこと?
そうそうそう。
でもランダムウォークって言われていて、
株価のチャートのところに上行ったり下行ったりっていうところで、
次のタイミングで、
その株価が上がるか下がるかっていうのが、
もうほぼ50%50%の確率だよっていうのが分かってるんですよ。
ランダムウォークって大学入って初めて知ったけどね。
言葉。
言葉。
なんか統計の一番最初ぐらいの時に、
出てると思うんだよね。
あ、なんかフラクタルとかそういうところで出てくる話かな。
かな。
物理実験1年。
物理現象にあるんですよね。
ランダムウォークみたいな。
あるあるある。
なんかアメーバの増殖の方向とか。
そう。
とか、
あとなんだっけ。
温度揺らぎとかもそうだよね。
揺らぎ関連。
揺らぎ関連。
そう。
一番最初に知るランダムウォークは江戸川乱法でしょ。
そう。
乱れて開くランダムウォーク。
まさにそれで、
コナン育ちだから。
映画全部見てる。
まさにそれでそのランダムに動くものを予測するっていうのはほぼ無理っていう話。
まあそうね。
だからそれにAIを使って、
次のタイミング、
上がるか下がるか株価がどうなるかってところを予測するのは相性が悪いって話なんですよ。
はいはいはい。
なんでかっていうと、
まあ機械学習とかAIって結局過去のデータの情報をもとに、
その動きとか株価の動きのパターンとかをモデリングして、
まだ未知の未来の情報に当てはめて予測するっていう形を取るから、
そもそも過去の動きがランダムだったら、
未来の情報を予測するのは難しいよねって話ですね。
じゃあどう予測する中年って話ね。
とはいえでも、
AI使って株価予測してますってみたいなツールとか、
いっぱいあるわけですよ、世には。
なんかそういうイメージあるよ。
ありますよね。
あるある。
だってもう今、
AI株価予測とか、
みんなの株価とかそういうサービスがあるぐらいだし、
なんなら…
え、じゃあそれはもううさんくさい話ってことですか?
そこをちゃんと理解してほしくて、
お、真面目かいじゃん。
株価そのものを予測はできないけど、
でも他の方法で、
株が上がるか下がるかっていうのは、
確率的に分かるっていう話。
100%ではないけど、
確率は高いよねとか低いよねっていう風に、
データをうまく使えば見れるっていう話があるんですよ。
なるほどね。
まあでもまあ、
目隠しとかして当てるよりは当たるよってことでしょ?
そうそう。
目隠しで当てるのは本当にランダムウォークと一緒。
ダーツ投げて、
新聞広げて、
そこの株買うのと一緒みたいな。
ああ、なるほど。
そうそうそうそう。
じゃあワールドカップの勝敗を当てるタコは?
オクトパスウォーク?
あれは?
オクトパスウォークは結構当たるじゃん。
だって。
でも足8本あるからね。
8個動画撮って後出しじゃんけんの可能性もあるよ、それは。
なるほどね。
そうそうそう。
それはオクトパスウォークだ。
っていう話があるから、
じゃあなんで勝ち続けてる投資家いるのっていうところ?
確かに。
ここを話していきたいんですけど、
株価ランダムと言っても、
最初に出てきたけど、
外的要因も結構あるよねってところで、
新商品発表したりとか、
ある会社が新商品発表したりとか、
プレス出したりとかで株価グンって上がるとか。
あるあるだね。
っていうのはあるじゃないですか。
不祥事を起こして下がるとか。
ああいうランダムではない要素で株価はもちろん動くんですよ。
それをもちろん最初にめちゃめちゃ早い段階でキャッチして、
株の売買すると、
それで儲かったり損しなかったりっていうのはできるんだけど、
一歩間違えたらそうやって、
インサイダー取引で捕まっちゃうっていうのもあるじゃないですか。
ああ確かにね。
ハニートラップ仕掛けて株価が落ちる前に売るとかね。
できるわけだ。
やろうと思ったらできるわけだけど。
そういうことだ。怖いね。
だからそれはインサイダー取引で禁止されてるから基本的にはダメと。
会社とか厳しいもんね。
株買うタイミングとか持ち株買いは厳しいですよね。
だから、
それ以外の方法ないのっていう。
だから抑えておいてほしいのは、
株価はずっとランダムには動いてるけど、
とはいえ外的要因で変動もするよっていう要素はあると。
データ分析の話に入っていくと、
その株価を予測するためにどうするかっていうとこは、
いくつか方法があって、
一番よくやる方法としては、
株の値動きの差分を取る。
あるタイミングから次のタイミングの差分を取ってあげるっていう、
何か、
差分系列でデータを見るっていうやり方がよくあるんですよね。
差分。
10分後の株価がどうなってるかの差分を取るみたいな。
そうそうそうそう。
傾きを取る。
微分じゃないですか。
微分もあり。
変化率みたいな。
10%下がる。
10%上がるみたいな。
変化率に置き換えてもいいし、
単純に差分の大きさを取ってもいいしってところで、
これすると何が嬉しいかっていうと、
季節的に変化するトレンド成分とか、
上昇トレンド、下降トレンドを消せるんですよ。
あらそう。
そういうもんなのか。
例えば、
次のタイミングで株価が10円上がった。
また次のタイミングで10円上がったって言ったら、
変化の量は10なんで、
常に10の一定数の値が時系列上に並ぶっていう感じ。
なるほど。
だからトレンドを除く意味での差分を取るっていう、
やり方が1個、
データ分析のテクニックとしてあって、
そういうトレンド成分があると、
トレンド成分の除去方法
機械学習は最初言った通り、
予測が難しくなるんだけど、
でもトレンドの成分が除かれることで、
AIとか機械学習がうまく適応できるようになるっていうのが1つ。
そんなシンプルな方法で取り除けるもんなんだ。
フーリエ変換とかして、
周期性、周期のところなんか、
スペクトル取って、
みたいななんか、
天文の研究、
っていうときあったけど、
ありましたね。
あんな難しいことしなくていいわけだ。
しなくていい。
トレンドを取るためだけだったら、
差分取ればいいし、
ただそれでも除けないときは、
1回差分じゃなくて、
差分の差分を取るとか、
っていうやり方はある。
DIDです。
あるよね。
差の差分を。
あー、ありますね。
効果検証とかで作るやつ。
そうそうそうそう。
はいはいはい。
っていうシンプルな方法でもできますよっていうのが、
まず1個目。
ボラティリティの指標
うーん。
で、
1つは、
よくやる方法として、
株価そのものじゃなくて、
株価の変動の大きさみたいな、
ボラティリティと呼ばれる指標を見るみたいな、
よく聞きますよね。
聞く。
カタカナ使う人よく使う。
ボラね。
ボラ。
それです。
これは確かに、
株やってる人にはめちゃめちゃ、
よく聞く話だけど、
ボラティリティを見ることで、
データ分析とAIの進化
機械学習的には予測しやすくなるっていう風に言われていて、
ほう?
そう。
ここちょっと結構難しい話してますよね、
今日。
してる。
俺も3倍目なんで、ビール。
頑張ってついていこう。
難しい話になっちゃったから、
シンプルに言うと、
はい。
はい。
機械学習、AIは、
過去に見たことないような動きは、
予測できないよっていう話です。
まあそうだよね。
もうこれに尽きるんですよ、今回の話は。
結局だから、
AIが伸びたのって、
人間っぽい動きができるようになってくるみたいな、
汎用性の話をしているわけじゃん。
ってことは、
人間も同じで、
いきなり未曾有の出来事が起きたら、
どうも対処できんみたいな、
のと一緒で、
とにかく過去に何かあったものじゃないと、
AIにも対処できんと。
そういうこと。
まさにそういうことで、
だから、伸び続けてる株価を予測することは無理と。
過去にそんな伸びを見たことがない。
あ、そう。
株価予測の難しさ
まあそうか。
っていうことが起きるし。
ボラティリティとか、
ガクガクしてる株価の変動みたいなパターンとか、
めちゃめちゃ上下する株価って、
未来も上下するよねみたいな、
そういうところの理解はできるから、
うまくAIが使えるよっていう話。
株価そのものを予測するんじゃなくて。
なるほど。
それってどうなんだろうね。
そういうのを売りにしてサービス展開してる会社はさ、
いいの?
いいの?
いいの?そんな。
それに頼るべきなのかなっていう話もあるじゃん。
だからコロナみたいなものは予測できないってことでしょ?
予測できないね。
コロナみたいなものは無理だけど、
日常の中で、
なんか軌道によったものに関してはいけるみたいな。
っていうのもあるし、そうそうそう。
めちゃめちゃ変な要因がない限りは、
確率的に勝てるよねって言われる。
確率の高い方に常にベッドし続けたら、
トータルで利益上げられるよねっていう、
考え方のもとだという話。
だからよく言われるのは、
分散投資しようぜみたいな話ですよね。
それ別に頭使わないで分散投資しても、
株価の変動パターンによる分析方法
ある程度負けないわけでしょ?
確かに確かに。
AIなんて言うと、
モデルは複雑だけど単純作業だからね。
そうだよ、本当に。
AI作るのが難しいだけで、
使うのは単純だしね。
そうだよね、そういうことだ。
まあそういう話ですね。
全然儲からないじゃないか。
今日の話聞いて儲かるって言って、
聞いたのにさ、返してよこの20分。
儲かんないかもしれないけど、
損はしてほしくないっていうところ。
あと時間を浪費しないでほしいっていう、
思いを込めて、
いきなり株価を予測しようとは思わないでほしい。
なるほどね。
啓蒙活動だ。
啓蒙活動。
大事だね。
大学院生ぐらいのときにやってた、
ユーデミーのコースで、
株価のデータ処理みたいなのやったな。
本当っすか?
やった。
でもそれはあれだ。
それこそ、
終わり値との差分とかの計算、
テーブルでどうやってするかとか、
あとは移動平均、
どうやって出すかとか、
そういうのだった気がする。
データ分析のおそほはめっちゃ学べるんですよ。
時系列データってなかなかないもんね。
なかなかない。
なかなかないと言っても、
世にも溢れてるんですよ。
なんか例えば需要予測するってなっても、
過去の売上実績から未来予測するっていう風にもあるし、
そっか。
そうそう。
ビジネスで使うものは結構時系列多いかな。
時系列多いよね。
センサーで取ったデータとかも時系列データだし。
時系列データ確かに多いわ。
俺もめちゃめちゃ触ってる気がする。
だから取ったデータがどういう挙動をしているのかとか、
ランダムにこのデータって動いてないかとか、
そういうチェックは、チェックする方法はいっぱいあって、
そういうところで思い出してほしいなみたいな。
これ株価と同じくじゃね?みたいな。
なるほどね。
そうそうそう。
じゃあ結構、初学者向けだ、今回の。
いや、そう思う。
初学者向けにデータの傾向を捉えて、
どういうふうなアプローチで分析していこうかみたいなところは、
その分野分野で方法いっぱいあるから、
結局ドメイン知識に行き着くんだけど、
それをドメイン知識に踏まえて、
分析方法を考えてねっていう話ですね。
まあ、全てはドメイン知識です。
全てはドメイン知識です。
最近なんかね、
そうやってデータサイエンティストになるまでのキャリアの教えてください、
みたいなインタビューの回答とかを考えてたんだけど、
結局ドメイン知識って言葉をどう使わないで喋るかみたいなのをね、
めちゃめちゃ。
だから俺が天文の研究やってて、
ドクターまで取ってとかやっても、
データ分析スキルかける宇宙っていうドメイン知識でやってただけだから、
別にそれがデータサイエンティストになるときは、
そのドメイン側が宇宙じゃなくて、
通信、
になるか、
アプリのサービスになるか、
みたいな感じだから、
だから結局そういうこと。
株価とか言っても、
株価の予測するためのデータ分析以前に、
その株価がどう動くかのドメイン知識みたいなのも入るし、
そもそも株っていうもののドメイン知識も入るし、
みたいな。
大変ですね。
大変ですよ。
だからデータ分析は勉強し続けなきゃいけない。
それが嫌だった。
それが嫌だった。
宿命ですね。
本当に。
白金工業FMでもずっと言ったけど、
俺は勉強あんまりしたくないはずだったんだよ。
でも武器手に入れるみたいな感覚ありません?
それはね。
勉強というか、
こんな分析の手法を知ってますとか。
ある。
こうすればうまくいきますとか。
データサイエンティストには、
俺は副業を推奨してるから。
いろいろ経験してこいってこと?
そうそう。
ドメイン知識の幅を広げるっていう方にシフトする方が、
どこが独自性は出ると思ってる派。
あとね、
ここでやったことがこっちで紐づくとかあるんですよ。
あるある。全然ある。
それめっちゃある。
俺宇宙話伸ばしたおかげで今の会社入ってるしね。
あーそっか。
いやそう、副次的にね、
繋がるんですよね。
ドラクエだと思うんですよ、だから。
各クエストで倒していって、
つけていって、
で、別のところでまたそのスキルを使うみたいな。
なんかダンジョン感覚なんですよね、自分。
この仕事。
確かにね。
みんないるんだよな、ダンジョンって。
でもドラクエやったことないんですかね、自分。
俺もないよ。
クソみたいな例え。
終わりだよ、今日はもう。
終わりだよ、こんなの。
次回は、
なんか結構リクエストがめっちゃあったから、
ネットワークサイエンスの話をしようかなと。
いつだっけ、成功者の科学みたいな。
成功するために、
ミスターバラバシね。
ドクターバラバシね。
バラバシだ、はい。
もう、
彼が超いろんな研究をやってて、
その中で、
いろんなネットワークサイエンスの話をしていこうかなっていう。
例えば、俳優。
ハリウッドの俳優って、
めっちゃ、
結局、
同じような奴らばっかりで共演して、
映画作ってるみたいな。
ハリウッド俳優の共演ネットワークって、
なんかクソつまんないね、みたいな話とかがあんのよ。
おーい。
なるほどね。
っていう話だったりとか。
人間のつながりだ。
あとはちょっとみんなやっぱ、
ちょっと下世話の話も好きだから、
アメリカの大学生の性交渉ネットワークとか、
どうやって調べたんだ、みたいな論文がね、結構出てるんだよ。
へー。
あとは、Facebookの中で、
実は現実世界の六次の隔たりっていうのが、
再現されてるみたいな話とかもある。
国につないだら有名人会える。
世界中誰にでも行けるみたいな。
SNSで見れるんだ。
そう。
とかね。
だからFacebookがそこまで来てるみたいな話とか、
そういった話をしていこうかなという。
まあみんなが欲しそうだったら下世話の話でもいいよっていう。
そんな感じですかね。
了解です。楽しみにしてます。
はい。
隣のデータ分析屋さん、今回も面白いと思ったら、
フォローレビューよろしくお願いします。
番組の感想や質問は、
ハッシュタグ隣の分析屋、
隣のがひらがなで、
分析屋は漢字でお願いします。
また、概要欄に貼ってある、
お手紙フォームからコメントを寄せください。
ではまた。
バイバイ。
