概要

Pythonのプログラミングを仕事、趣味、研究等に活用する方法をみんなで一緒にまなびます。金融関係者、個人投資家、プロのITエンジニアに限らず、初心者からマスターまで様々なレベルのいろいろな分野にわたるひとたちの参加をお待ちしております。

テーマ：statsmodelsを用いて”線形回帰"をまなびます。

Qiitaに記事を掲載しています。その記事をたたき台に学んでいこうと思います。

資料は statsmodelsによる線形回帰 入門 https://qiita.com/innovation1005/items/b712ce54a7a697a9bf03 を使います。事前に読まれていると理解がしやすいと思います。また、解らなかったところを勉強会で質問してください。 説明が不十分なところはどんどん質問してください。

一回目はおおまかに線形の意味を理解するために時間を費やし、ダミー変数の前まで話をいました。参加者の方々ありがとうございました。
2回目は最初から丁寧に説明しなおすこととして、「線形の意味について」の最初の例までを説明しまいた。
3回目は「線形の意味について」の2番目の例からはじめて、ダミー変数ぐらいまで進む予定です。
4回目は3ダミー変数からF検定まで行いました。
5回目はF検定からAICぐらいまでをできるところまで行います。
6回目は「構成割合の小さなグループの影響」からAICぐらいまでをできるところまで行います。
７回目はAICからはじめます。
8回目もAICを行います。
9回目 例１． Spector and Mazzeo (1980) - 個人向け教育プログラム(PSI)の効果
10回目 推定の問題、内生変数、外生変数 ,加重最小二乗法
11回目 一般化最小二乗法 2020/11/10
12回目 再帰的最小二乗法2020/11/24

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とパスワードを配信します。無料のzoomを使うために3回分のIDとパスワードを発行します。遅れて参加する場合には最初のものからログインしてみてください。一回は40分ですが、延長されている場合があります。

目的

最近は一般化線形モデル、機械学習、深層学習が注目を浴びているために、線形回帰の位置が過少評価されてしまっているイメージがあります。しかし、その応用範囲は大変広く、その構造はあらゆる回帰分析・統計的分析の基礎です。

線形回帰を今回選んだ理由は、システムトレードの基礎だからです。この話を30年以上にわたりしていますが、多くの人が「エー」と驚きます。しかし、欧米のビジネススクールや金融工学のコースではまず最初に単純な線形回帰を勉強した後に時系列分析を学びます。この基礎的な知識は、ランダムウォークや統計的仮説検定を理解する基礎になります。また、欧米でトレーダーとして職を得るときでも最初に質問されるのは線形の意味と価格の動きの広がり具合です。線形の意味については勉強会でやるとして、価格がランダムウォークにしたがうのであれば、価格は経過時間の平方根で拡散していきます。

当日の資料は https://github.com/innovation1005/financialeducation に勉強会の直前にアップします。

2週間に一度ぐらい行いたいと思います。