最新予測
awaiting data—bp
アンサンブル未計算
bp（ベーシスポイント）＝0.01%。10bpなら0.1%の値動き予想です。
STANDBY
説明変数の組み合わせをK通り試した結果の散らばり。山が細く尖っているほど「どの組み合わせでも同じ答え」＝自信あり、横に広いほど答えが割れています。白い縦線が採用値。
バックテスト成績
学習に使っていない期間での採点R² (対 ゼロ予測)
—
「動かない」と予想した場合より良ければプラス
R² (対 平均予測)
—
「いつも平均値」と予想した場合との比較
RMSE
—
予測の外し幅の平均（bp、小さいほど良い）
方向正答率
—
上がる／下がるを当てた割合（50%が五分）
IC（相関）
—
予測と実測の連動度（−1〜1、0.03以上で有望）
シャープレシオ
—
リスク1単位あたりの儲け（年率、コスト控除後）
価格と予測
上：値動き 下：予測と実測のズレ予測 vs 実測
点が右上・左下に集まるほど良い横軸＝予測、縦軸＝実際の値動き。緑は向きが合った回、赤は外した回です。オレンジの直線が右上がりで傾きが1に近いほど、予測の大きさまで当たっていることになります。
累積損益
予測の向きに賭け続けた場合予測がプラスなら買い、マイナスなら売りを検証期間中ずっと繰り返した場合の損益。売買コストを引いた後の数字です。
方向正答率の推移
直近30回ごとの当たり率50%（オレンジの点線）が「当てずっぽう」の水準。線が常に上にあるか、それとも一時的にたまたま上振れしただけかを見ます。
直近の予測記録
1行＝1回の予測と結果| 時刻 | 予測(bp) | 実測(bp) | バラつき | 当否 | 損益(bp) |
|---|---|---|---|---|---|
NO RUN YET データを取得してバックテストを実行してください。 | |||||
用語ガイド
はじめての方へこのアプリは何をしているのか
株価指数先物の値動きを、ほかの市場（債券・原油・VIXなど）や自分自身の直近の動きから当てにいくツールです。
コツは「たくさんの説明変数を一度に使わない」こと。候補の中から少数をランダムに選んで予測する、というのをK回繰り返し、出てきたK個の答えを見比べます。答えが揃えば自信あり、バラバラなら見送り。これがRDE（ランダム分布埋め込み）の考え方です。
コツは「たくさんの説明変数を一度に使わない」こと。候補の中から少数をランダムに選んで予測する、というのをK回繰り返し、出てきたK個の答えを見比べます。答えが揃えば自信あり、バラバラなら見送り。これがRDE（ランダム分布埋め込み）の考え方です。
用語の意味
対数収益率 値動きを「何%動いたか」で表したもの。足し算で期間をつなげられるので、5分×6回＝30分の計算が素直にできます。
bp（ベーシスポイント） 0.01%。100bp＝1%。
説明変数 予測の材料にする数字。目的変数は当てにいく対象そのもの。
OOS（アウト・オブ・サンプル） 学習に使っていない期間。ここでの成績だけが実力です。学習した期間の成績は「答えを見てから解いたテスト」なので当てになりません。
R²（決定係数） 予測がどれだけ当たったかの指標。プラスなら「予測しないより良い」、マイナスなら「予測しないほうがマシ」。短期の値動き予測では0.01〜0.05でも十分な水準です。
RMSE 外した幅の平均。小さいほど良い。
IC 予測と実測の連動の強さ。0.03〜0.05あれば実用圏とされます。
シャープレシオ 値動きの荒さに対して、どれだけ効率よく儲かったか。年率1.0を超えると優秀。
過学習 過去データに合わせ込みすぎて、本番でまったく効かなくなること。OOS成績が学習期間より極端に悪いときはこれを疑います。
スパース制約（Compressive Sensing） 「効いていない変数の係数はゼロにする」という縛り。変数の数が式の数より多くても解けるようにする工夫で、過学習も抑えられます。
VWAP 出来高で重みづけした平均価格。今の株価がその日の平均より高いか安いかを見る基準。
overnight return 前日の終値から当日の始値までの、取引時間外に生じた値動き。
VIX S&P500の「恐怖指数」。相場の不安が高まると上がります。
DXY ドルの強さを示す指数。
bp（ベーシスポイント） 0.01%。100bp＝1%。
説明変数 予測の材料にする数字。目的変数は当てにいく対象そのもの。
OOS（アウト・オブ・サンプル） 学習に使っていない期間。ここでの成績だけが実力です。学習した期間の成績は「答えを見てから解いたテスト」なので当てになりません。
R²（決定係数） 予測がどれだけ当たったかの指標。プラスなら「予測しないより良い」、マイナスなら「予測しないほうがマシ」。短期の値動き予測では0.01〜0.05でも十分な水準です。
RMSE 外した幅の平均。小さいほど良い。
IC 予測と実測の連動の強さ。0.03〜0.05あれば実用圏とされます。
シャープレシオ 値動きの荒さに対して、どれだけ効率よく儲かったか。年率1.0を超えると優秀。
過学習 過去データに合わせ込みすぎて、本番でまったく効かなくなること。OOS成績が学習期間より極端に悪いときはこれを疑います。
スパース制約（Compressive Sensing） 「効いていない変数の係数はゼロにする」という縛り。変数の数が式の数より多くても解けるようにする工夫で、過学習も抑えられます。
VWAP 出来高で重みづけした平均価格。今の株価がその日の平均より高いか安いかを見る基準。
overnight return 前日の終値から当日の始値までの、取引時間外に生じた値動き。
VIX S&P500の「恐怖指数」。相場の不安が高まると上がります。
DXY ドルの強さを示す指数。
結果の見方 — 最初に確認すること
① 方向正答率が50%を大きく超えているか（52〜55%あれば短期予測としては良好）
② R²がプラスか（ゼロ近辺でも、方向が当たっていれば取引としては成立します）
③ 累積損益が右肩上がりか、それとも一部の期間だけで稼いでいるか
④ 方向正答率の推移が常に50%より上か（一時期だけならたまたまの可能性）
※ 5分後の予測はほぼノイズなので、R²がゼロ近辺〜わずかにマイナスでも異常ではありません。設定を変えて成績が上がったときは「本当に良くなった」のか「たまたま合った設定を見つけただけ」なのかを常に疑ってください。
② R²がプラスか（ゼロ近辺でも、方向が当たっていれば取引としては成立します）
③ 累積損益が右肩上がりか、それとも一部の期間だけで稼いでいるか
④ 方向正答率の推移が常に50%より上か（一時期だけならたまたまの可能性）
※ 5分後の予測はほぼノイズなので、R²がゼロ近辺〜わずかにマイナスでも異常ではありません。設定を変えて成績が上がったときは「本当に良くなった」のか「たまたま合った設定を見つけただけ」なのかを常に疑ってください。
アルゴリズムの実装対応
12.4 非線形写像によるRDE
Step-0 n個の候補変数から m 個をランダム選択して非遅延埋め込み X(t) を作り、基底 gp(X) と次数 P、反復回数 q=1 を設定。
Step-1 ψi(X)=Σp aip gp(X) を代入し、最小誤差＋スパース制約（座標降下LASSO＝CS相当）で解いて ψi と予測値 (r̂(T+1),…,r̂(T+L−1)) を得る。i=1行目は既知のため学習しません。
Step-2 q>K になるまで別の m 変数を引き直して繰り返し、K個の予測値の統計量（平均・標準偏差）と分布を算出。
目的変数は対数収益率 r(t) を遅延埋め込み。h ステップ先の累積対数収益率は Σi=2..h+1 ψi(X(T)) として一括で得ます（L ≥ h+1 が必要）。
Step-1 ψi(X)=Σp aip gp(X) を代入し、最小誤差＋スパース制約（座標降下LASSO＝CS相当）で解いて ψi と予測値 (r̂(T+1),…,r̂(T+L−1)) を得る。i=1行目は既知のため学習しません。
Step-2 q>K になるまで別の m 変数を引き直して繰り返し、K個の予測値の統計量（平均・標準偏差）と分布を算出。
目的変数は対数収益率 r(t) を遅延埋め込み。h ステップ先の累積対数収益率は Σi=2..h+1 ψi(X(T)) として一括で得ます（L ≥ h+1 が必要）。