Nov 16, 2006
カテゴリ： 投資
さて、前回ちょっと触れたデータ分析の落とし穴についてですが、
たとえば、11月14日は対象銘柄が10銘柄あり、その損益率平均は３％でした。
そして、11月15日は対象銘柄が２銘柄あり、損益率平均は－３％。
そして、11月16日は対象銘柄が１銘柄あり、損益率平均は－２％。
これはトータルとしての損益率平均は
（（３％×１０）＋（－３％×３）＋（－２％×２））÷１５
となり、1.1333…の利益が出る計算です。
ですが、ここでちょっと考えてください。
普通のサラリーマンが一日で１０銘柄も購入できるだけの資金を準備するのは
なかなか大変なものです。
たいていの方はやはり、１～２銘柄程度に落ち着くんじゃないでしょうか？
仮に１日１銘柄を購入すると仮定すると、上の例では平均的には
（３％＋（－３％）＋（－２％））÷３
となり、－0.666…の損益が出てしまいます。
つまり、数千の対象銘柄データを分析した結果は、そのすべてを購入した場合の結果なんです。
では、すべての銘柄が買えるように条件をきつくして、１日に抽出される銘柄の平均数を１～２銘柄になるようにすればどうでしょうか？
これにも問題点があります。
まず、全体的なデータ数が少なくなってしまうので分析の母数が小さくなり、データの信頼性が減少し、さらに月単位あるいは年単位の損益率が安定しなくなります。
また、１日平均１～２銘柄というのは、あくまで平均であり１日にやはり１０銘柄選択されるときもあれば、全く対象銘柄が無い日が何日も続くということもあります。
では、どのようなデータ分析をすれば、より確実な分析結果が得られるのか？
それは、みなさんの投資手法によってもまちまちなので、ここで述べることは遠慮したいと思います。
ですが、そんなに難しいものではないと思いますし、そういったことを自分なりに工夫することもデータ分析の楽しさの一つだと思います。
みなさんのベストな分析結果を導き出してください！！
たとえば、11月14日は対象銘柄が10銘柄あり、その損益率平均は３％でした。
そして、11月15日は対象銘柄が２銘柄あり、損益率平均は－３％。
そして、11月16日は対象銘柄が１銘柄あり、損益率平均は－２％。
これはトータルとしての損益率平均は
（（３％×１０）＋（－３％×３）＋（－２％×２））÷１５
となり、1.1333…の利益が出る計算です。
ですが、ここでちょっと考えてください。
普通のサラリーマンが一日で１０銘柄も購入できるだけの資金を準備するのは
なかなか大変なものです。
たいていの方はやはり、１～２銘柄程度に落ち着くんじゃないでしょうか？
仮に１日１銘柄を購入すると仮定すると、上の例では平均的には
（３％＋（－３％）＋（－２％））÷３
となり、－0.666…の損益が出てしまいます。
つまり、数千の対象銘柄データを分析した結果は、そのすべてを購入した場合の結果なんです。
では、すべての銘柄が買えるように条件をきつくして、１日に抽出される銘柄の平均数を１～２銘柄になるようにすればどうでしょうか？
これにも問題点があります。
まず、全体的なデータ数が少なくなってしまうので分析の母数が小さくなり、データの信頼性が減少し、さらに月単位あるいは年単位の損益率が安定しなくなります。
また、１日平均１～２銘柄というのは、あくまで平均であり１日にやはり１０銘柄選択されるときもあれば、全く対象銘柄が無い日が何日も続くということもあります。
では、どのようなデータ分析をすれば、より確実な分析結果が得られるのか？
それは、みなさんの投資手法によってもまちまちなので、ここで述べることは遠慮したいと思います。
ですが、そんなに難しいものではないと思いますし、そういったことを自分なりに工夫することもデータ分析の楽しさの一つだと思います。
みなさんのベストな分析結果を導き出してください！！
お気に入りの記事を「いいね！」で応援しよう
【毎日開催】
15記事にいいね！で1ポイント
© Rakuten Group, Inc.
