現在、イベントをエッジとしたトレードからの展開としてチャートリーディングに取り組んでいる。
長らく厳格な検証結果から導かれた優位性にベットするトレードスタイルだったため チャートを眺めるだけでも新鮮な気分になる。
テクニカル分析を含めて、チャートから優位性を読み取る技術に関しては、システムトレーダーの間でも意見が分かれる。
ヘッドアンドショルダーや三角持ち合いなど、定式化しての検証が困難な型が多々あるため、場合によってはオカルト扱いされてしまう不憫な技術だ。
そこにあえて飛び込んでいくのは、その曖昧さゆえ、人間の機械に対する優位性である「時空間パターン認識能力」が活かせるのではないかと考えたから。
また、オカルトと見る人たちが多いということは、しっかりとした技術に昇華できれば、一生に渡る息の長い優位性の確立が期待できる。
長い目で見たときの時間投資効率が高い。
なにより、チャートとの対話はそこで戦うトレーダーたちの息吹を感じられ、やり込むほどに楽しさが増してきたことから、継続してこの技術習得に取り組もうと思った。
さて、数ある方法論から、手始めに何を選択すべきだろうか。
データから情報を抽出する際の手順として、まずは生データの観察がらスタートする。
なぜなら、情報の含有量が最も多いのが生データだから。
移動平均やボリンジャーバンドなどの多くのテクニカル分析は、データを縮約するための手法だ。
つまり、情報の含有率は向上しているかもしれないが、情報の量そのものは確実に減少している。
ビットマップ画像からJPG画像への圧縮をイメージしてもらえばわかりやすいだろう。
圧縮されたJPG画像からは絶対に元のビットマップ画像へは戻せない。
なぜなら、圧縮によって元のデータが欠落してしまっているから。
データの縮約自体が悪いわけではない。
縮約の目的が明確であれば、情報の含有率が高まるため、分析の視点がクリアになる。
ただ、まったく新しいデータに触れるとき、データサイエンティストとして心がけるべきは、己のデータに対する無知だ。
どんなに優秀なデータサイエンティストでも、新しく触れるデータに対しては常に無知である。
その段階では、どこがデータの重要なポイントかはわからない。
生データと戯れながら、掘り下げるべきポイントを探っていくしかない。
もし読者がビッグデータの分析をデータサイエンティストに依頼する機会があったなら、このプロセスをきちんと経ているかをそれとなくチェックしよう。
そこを飛ばして重回帰分析やコレスポンデンス分析の提案資料で煙に巻く人物だったなら、その人物は知識発見の本質を理解していない可能性が高い。
コンペでは真っ先に落とすのが無難だ。
ということで、まずは生データを眺めることから始めよう。
