ファイナンス機械学習―金融市場分析を変える機械学習アルゴリズムの理論と実践

この本について

相場データを触っていると、「なんでこんなに検証が当てにならないんだろう」「モデルを作っても、どこまで信じていいのか分からない」という感覚がつきまといます。自分もバックテストがうまくいくほど不安になるタイプで、そもそもの“データの扱い方”が間違っているのでは…という嫌な予感が消えませんでした。 この本が効いたのは、まさにその部分です。金融データがIIDでも定常でもないという前提に立ち返り、ティックバーの構築やサンプリングの方法まで「そもそもデータ構造が歪んでいる理由」を一つずつ説明してくれる。さらに、バックテストで調整を繰り返すのではなく、構造化やラベリング、重み付けといった“前処理こそ本丸”という視点をくれるので、モデルづくりの優先順位が完全に変わります。危険性に触れずに機械学習を語る本が多い中で、「ファイナンスは別物だ」と真正面から言い切ってくれるのも救いでした。 データの非定常性に悩んでいる人や、機械学習を使うほど精度が下がるように感じている人には特に刺さるはずです。自分と同じく、強い武器を扱う前に足元を整えたいタイプには、ちょうどいい現実的な手引きになると思います。