トップgood issue Scientific Criteria

good issue Scientific Criteria

good issue は個人投資家が株式投資で勝つために必要な「投資の知識」「市場のデータ」と、その知識を実行するための「投資ソフト」を提供しています。 そして、good issueのソフトがこれまでの株式投資の常識を破るほどの高い「勝率」を出しているのは、これまでの深い経験ばかりではなく、1970年代以後急速に進歩した金融工学、理財工学などの最新の科学的手法と、統計学、基礎数学などを応用したgood issue独自のScientific Criteriaを構築する努力をしているからに他なりません。それらの概要をご紹介します。

good issue Scientific Criteria

これまでの統計学、基礎数学、およびそれらの応用としての金融工学、理財工学は株式投資にも大きな影響を与えました。 特に金融工学は一般金融取引を最低のリスクで最大の効率を上げようとするもので、 1997年にショールズとマートンが金融工学でノーベル経済学賞を受賞したように、学問的にもその内容はきわめて高いものです。 経済学はもちろん、会計学、統計学、数学などの学問が駆使され、金融商品や金融取引の理論的解明、 さらに新しい金融商品がその中から生まれてきました。

good issue では、ポートフォリオ理論、無裁定価格理論、金融リスクヘッジ手法、バリューアットリスク管理手法、 ストラクチャード・ファイナンス、オプション理論、デルタヘッジなどを取り入れ、意志決定手段、 資金バランス・フローなどを基礎とした理論を念頭において発展を目指しています。

つまり、大量な資金を用いて継続的に業として株式取引を行なう場合には、これらの手法は有効ですが、 比較的少額資金で株式市場にて「勝ち」を納めるためにはさらに加えて新しい学術的展開を要するからです。 good issue が提供致しますソフトはこれらの学術的成果に加えて、 1) 社会心理・政治力学などの定性的情報を定量化する新たなデータマイニング手法 2) 株価チャートのノンパラメトリック・スタティスティクス処理 3) 近未来予測に関するディファレンシャル・オーダー解析 を独自に開発、応用することを目指しています。 このような概念そのものは概念の段階から高い成果を上げ、それはgood issue のソフトが、 これまでには考えられなかったような高い「勝率」をあげていることで実証されています。

ここでは、一般の金融工学や理財工学の手法については下記の参考図書を見て頂くことにして、good issue独自開発の概念と手法について簡単に紹介します。

一般的で読みやすい金融工学・理財工学などに関する参考図書

1.「金融工学、こんなに面白い」(野口 悠紀雄著) 文春新書
2.「NHKスペシャル マネー革命(第2巻)金融工学の旗手たち」(相田 洋、茂田 善郎著) 日本放送出版協会
3.「理財工学 1,2」(今野 浩著) 日科技連出版社
その他、海外も含めて膨大な書籍・論文が出されています。

CQQデータマイニング手法
PCQQ-DATA MINING

株式市場は金融のバランスやフローの他に社会的・心理的要因が大きな影響を与えます。 総理大臣の発言や戦争が何時おわるかなどがそれにあたります。 戦争が終った瞬間に市場の資金量が急速に変化するわけではありませんが、 それが社会に影響する複雑な要因を予測して株式が大きく変動するのです。 従来の金融工学などの手法はこのような定性的情報(qualitative information)を株式投資に直接役立つ形としての定量的情報 (quantitative information)に変換(conversion)することができませんでした。 それは定性的情報があまりも膨大で複雑であること、個々の情報が高度にネットワークを構成していることなどが主要因でした。

good issueでは独自に定性的情報の定量的情報への自動転換手法の概念を編み出し、 複雑な社会変化に対する的確な判断が可能になりました。 その一部の結果はgood issueの会員の方に「グッドイシュー」として配信させて頂いている情報です。 今後はさらに定量的な情報を提供しうるよう鋭意、検討を加えています。

MASノラパラトリック・スタティスティクス処理
PMAS-NONPARAMETRIC STATISTICS

株価チャートの解析は株式投資の基本ですが、課題はそれをどの程度柔軟に処理するかにかかっています。 単純な平均や銘柄毎の情報はコンピュータを使用した数学的処理によって可能です。 しかしそれだけでは「勝負に勝つ」ということはできません。 一般的に広く知られていることは株式投資では力にならないのです。 これまで金融工学などで知られている手法の一つ先に行くことが自己の優位性を確立することになります。

そこでgood issueでは、相関性のある現象をパラメトリックに還元せずに蓄積・処理する多相関解析(multiple analysis)手法を用いて、 株式価格(stock price)の傾向を把握する新しいノンパラメトリック・スタティスティクス (non-parametric statistics)という統計処方の概念を研究し、具体的な手法を検討しております。 この手法によって過去の株価動向、銘柄別の特徴などを単純な傾向としてではなく、 それのもつ微細な変化や癖までも捉えることが可能となります。株式は「保有」していては勝てないということが常識でしたが、 MAS-nonparametric statisticsの概念構築により、 最適時期に最適価格で売却・購入を繰返えすことで相場が下降している段階でも勝つことが可能であることが示されました。 そのためには単に傾向を捉えるだけでは不充分であるというgood issueの基本的概念がここに生きています。

PNFディファレンシャル・オーダー解析
PNF-DIFFERENCIAL ORDER ANALYSIS

株式投資でもっとも肝要なことは近未来(near future)を予測(prediction)することにあります。もしそれが的確にできれば誰でも株式投資で勝つことができます。長い株式投資の歴史ではこのことを個人の勘やコンピューターシミュレーションなどで行なおうと試みました。たしかに優れた個人によって大きな勝ちを収めたことは歴史的にもよく知られていますが、コンピューターシミュレーションでは成功した記録はほとんど皆無です。それは株式投資が単純な数学的現象ではないことを示しているとも言えます。good issueのソフトはこのような長い歴史の教訓を活かして、CQQ-DATA MININGや、MAS-NONPARAMETRIC STATICSを開発してきましたが、 それらを総合して近未来を微分方程式(differential equation)の次数解析 (order analysis)という数学的方法に社会的・経済的・政治的要素を組み込み、次数と時間の相関を採ることによって近未来を銘柄毎、環境毎に捉えることに挑戦しています。

good issueでは以上の主幹Scientific Criteria に加えて伝統的な処理方法などを組み合わせ、 さらにこれらの手法のBusiness patentなどを推進しています。

会員のご質問:銘柄選び、買値の決定、売り時、失敗銘柄の処理など、動画で回答しますnew
高機能チャート

高機能チャート会員のご案内

申込はこちら