financeに関するharumanachikaのブックマーク (14)

  • 東京IPO特別コラム:「歴史の重み:すれ違いの米中関係 その1」 | 注目IPO銘柄

  • 日本能率協会コンサルティング 転職、採用・求人情報|転職サービスのムービン

    戦前から能率増進といえば日能率協会コンサルティング。 日の強さのひとつである「ものづくり」技法をクライアントとともに開発、その背景にある思想とともに産業界に普及し、戦略・開発・マーケティング・HRMなどさまざまな領域でコンサルティングサービスを提供している。 ここでは日能率協会コンサルティング(JMAC)への転職をお考えの方へ、書類選考から面接対策、そして日能率協会コンサルティングへ転職するためのポイントもご紹介いたします。 コンサルティング業界への転職は他業界と比べて、かなり難易度が高いです。例えば外資系戦略ファームにおいてその合格率は1%にも満たないと言われています。 日能率協会コンサルティングにおいても例外はなく、非常に人気企業であるとともに、積極採用中とはいえ採用枠は増えていますが、その採用ハードルは下げていません。 そのため十分な選考対策が必要になってきます。 その選考

  • Rのテクニカルインジケーターを使用したアルゴリズム取引

    機能エンジニアリングは、機械学習における楽しく、創造的で、不可欠なステップの1つです。生データを、モデルが将来を予測するための非常に意味のある情報の形式に変換します。モデルの予測可能性は優れた機能に依存しており、優れた機能はドメイン知識に依存しています。 取引ルールやチャートを評価する多くの経験豊富な株式市場のトレーダーは、それを実現したかどうかにかかわらず、すでに何らかの形の機能エンジニアリングに従事しています。たとえば、移動平均は株価の動きを特徴付ける機能です。すべてのテクニカル指標(RSI、MACD、ストキャスティクス、ボリンジャーバンドなど)も何らかの形の機能です。これらの機能は、機械学習モデルに入力したり、取引シグナルとして使用したりできます。市場の異常を捉えたり、将来の傾向を予測したりするために、数千とまではいかなくても数百の取引戦略が存在する可能性があります。 この投稿では、

    Rのテクニカルインジケーターを使用したアルゴリズム取引
  • アルゴリズム取引の代表的パターン

    キーワードで探す カテゴリで探す 業界トレンド/展望 技術トレンド/展望 事例 サービスで探す コンサルティング CRMSalesforce) ERP(SAP/Biz∫) 顧客接点・決済 カーボンニュートラル SCM・ロジスティクス 電子申請 データ&インテリジェンス アプリケーション開発・管理 ブロックチェーン 量子コンピュータ・イジングマシン デジタルツイン IoT ロボティクス・RPA クラウド ネットワーク データセンター サイバーセキュリティ アウトソーシング 生成AI 業種で探す 金融 官公庁・自治体 医療・ヘルスケア 防災・レジリエンス 品 流通・小売 モビリティ 製薬・ライフサイエンス 農・農業 製造 通信・放送 電力・ガス・水道 建設・不動産 個人のお客様向け 教育 トピックで探す Foresight Day サステナビリティ キーワードで探す カテゴリで探す 業界

    アルゴリズム取引の代表的パターン
  • Pythonで学ぶアルゴリズム取引と機械学習:初心者から上級者まで

    この方法をマスターすれば、一定のルールにより取引のバックテストまでPythonコードで行うことができるようになります。 バックテストを繰り返し精度を高めて自分だけの取引黄金ルールを作りましょう。 アルゴリズム取引とは アルゴリズム取引は、事前に定義されたルールに基づいて自動的に取引を行う方法です。 これには、市場のデータを分析し、特定の条件が満たされたときに売買注文を出すプログラムが含まれます。 このアプローチにより、感情に左右されることなく、迅速かつ効率的に取引を行うことができます。 Pythonは、その読みやすい構文と豊富なライブラリにより、アルゴリズム取引に最適なプログラミング言語です。 特に、データ分析数学的計算、機械学習に関連するライブラリが充実しており、これらはアルゴリズム取引の開発に不可欠となっています。 基的な取引戦略の概要 アルゴリズム取引戦略は、市場データに基づいて

  • 高頻度取引はなぜ減少したか

    「コンピュータがすべての決定をします。このため、市場で発生したことに対する責任は人間にはありません」と、フラッシュ・ボーイズの著者であるマイケル・ルイスは指摘しています。 米国で取引されている株式の半分以上は、人間ではなくスーパーコンピュータによって行われています。スーパーコンピュータは毎日数百万の注文を出し、ミリ秒単位の処理により取引を実行します。この高頻度取引はマーケットメーカーにより監視されます。そして大口投資家は僅差の利鞘を得るためにアルゴリズム(プログラム)やデータを駆使し、膨大な量の注文を出します。 しかし、近年スーパーコンピュータによる取引は減少傾向にあります。昨年は、10年前に高頻度取引がピークを迎えた時より約86%低下しています。 高頻度取引とは何か?そしてそれが低下した要因について考えます。 高頻度取引とは 高頻度取引とは、テクノロジーを利用し短時間で大量の取引を実行す

    高頻度取引はなぜ減少したか
  • 今も逃亡中…リーマンショックの引き金を引いた男と「共犯」し、大金をだまし取った「クロサギ」の正体(週刊現代) @moneygendai

    16年前、全世界を大不況に陥れた金融危機。その原因を辿った先にいたのは、無名のサラリーマンだった―。カネを巡って騙し騙され、二転三転していく狂乱の「コンゲーム」の全貌がいま明らかに。 文・阿部重夫(あべ・しげお)/『リーマンの牢獄』監修者。日経済新聞記者、英ケンブリッジ大学客員研究員などを経て、現在「ストイカ・オンライン」編集代表 前編記事『リーマンショックの引き金を引いた「懲役14年男」が獄中で詠んだ「ヒドすぎる俳句」の中身』より続く。 まんまとむしられる道化役 齋藤栄功氏を評して「よっぽど引きの強い人」と言った人がいた。なぜか彼の身辺では、時の人が常夜灯に群がる羽虫のようにじりじりと身を焦がす。 山一證券に自主廃業を命じた三塚博大蔵相、検察に追い詰められて自殺した新井将敬議員、上皇后の従兄で名門出の創薬起業者・水島裕氏……。そして齋藤氏もまた、高級デリヘルや愛人クラブから送り込まれて

    今も逃亡中…リーマンショックの引き金を引いた男と「共犯」し、大金をだまし取った「クロサギ」の正体(週刊現代) @moneygendai
  • 株式と債券のポートフォリオに「金」を加えた場合は、どうなるか?

    あさくら・ともや/1966年生まれ。1989年慶應義塾大学文学部卒。銀行、証券会社にて資産運用助言業務に従事した後、1995年米国イリノイ大学経営学修士号(MBA)取得。同年、ソフトバンク株式会社入社。財務部にて資金調達・資金運用全般、子会社の設立および上場準備を担当。1998年モーニングスター株式会社(現 SBIグローバルアセットマネジメント株式会社)設立に参画し、以来、常に中立的・客観的な投資情報の提供を行い、個人投資家の的確な資産形成に努める。SBIホールディングス株式会社の取締役副社長を兼務し、SBIグループ全体の資産運用事業を管理・運営する。主な著書に、『「つみたてNISA」はこの7を買いなさい』『一生モノのファイナンス入門』(以上、ダイヤモンド社)、『「iDeCo」で自分年金をつくる』(祥伝社新書)、『お金の未来年表』(SB新書)など多数。 ETFはこの7を買いなさい 世界

    株式と債券のポートフォリオに「金」を加えた場合は、どうなるか?
  • 米史上最大の経営破綻を描いたドラマ『リーマン・ブラザーズ最後の4日間』 | M&A Online - M&Aをもっと身近に。

    リーマン・ブラザースの経営破綻ーあの時、何が起きていたのか いま、世界は新たな危機に直面している。今回のコロナショックは2008年に起きたリーマンショックの再来になるのではないかと危惧する声もある。 リーマンショックの発端は2008年9月15日、アメリカの大手証券会社リーマン・ブラザーズの経営破綻だった。その負債総額は米国史上最大の6,130億ドルに上り、世界的な金融危機の引き金となる。タイムズスクエアの社から従業員が荷物を運び出す光景は、きっと多くの人の記憶に残っていることだろう。 あの時、渦中の社内では何が起きていたのか。そんな疑問に答えてくれるのが、今回紹介する『リーマン・ブラザーズ最後の4日間』だ。BBCが2009年に製作したこのドラマは、リーマン・ブラザーズが経営破綻を迎える直前の4日間、具体的には、2008年9月12日から15日にかけての出来事を描いている。 同様にリーマンシ

    米史上最大の経営破綻を描いたドラマ『リーマン・ブラザーズ最後の4日間』 | M&A Online - M&Aをもっと身近に。
  • 「マージン・コール」:世界金融危機の発端となる損失に気づいた男たちの24時間をスリリングに描く - 夢は洋画をかけ廻る

    「マージン・コール」原題:Margin Call)は、2011年公開のアメリカ映画です。2008年に発生したリーマン・ショック/世界金融危機をモデルに、危機に陥るのアメリカの大手投資銀行の24時間を、ケヴィン・スペイシー他、ハリウッドの実力派スターの出演で描いています。日では劇場公開されていませんが、ソフトで視聴可能です。 https://amzn.to/3TpgEcW 「マージン・コール」のDVD(AmazonAmazonビデオで見る*1 目次 スタッフ・キャスト あらすじ レビュー・解説 関連作品 関連記事 スタッフ・キャスト 監督:J・C・チャンダー 脚:J・C・チャンダー 出演:ケヴィン・スペイシー(サム・ロジャース) ポール・ベタニー(ウィル・エマーソン) ジェレミー・アイアンズ(ジョン・チュルド) ザカリー・クイント(ピーター・サリヴァン) ペン・バッジリー(セス・ブ

    「マージン・コール」:世界金融危機の発端となる損失に気づいた男たちの24時間をスリリングに描く - 夢は洋画をかけ廻る
  • 「マン島」で海外投資を行う3つのメリット | 海外投資のはじめ方

    海外投資を始めようとしている人は、ほぼ必ず「どの地域を選べばいいんだろう?」と迷います。日でない地域で資産運用を行うので、このように思うのは当然かもしれません。 日人が海外投資を行える地域は限られますが、それでもいくつかの選択肢があります。せっかく海外投資を行うなら、安心して運用できる地域を選びたいものです。 今回は多くの日人が海外投資を実践している「マン島」について紹介していきます。もしあなたが海外投資を考えているなら、まずはマン島での運用を検討しましょう。 もくじ 1、マン島とは? 2、マン島の金融の歴史 3、マン島で海外投資を行う3つのメリット メリット1 信頼性が高い金融機関に運用を任せられる メリット2 運用中に税金がかからない メリット3 保障制度が充実している 4、マン島で海外投資を始める方法 5、まとめ 6、YouTube動画はこちら! マン島とは? 「マン島」という

    「マン島」で海外投資を行う3つのメリット | 海外投資のはじめ方
  • インサイド・ジョブ 世界不況の知られざる真実 - Wikipedia

    『インサイド・ジョブ 世界不況の知られざる真実』(原題: Inside Job)は、2010年のドキュメンタリー映画。日では2011年5月21日に劇場公開。第83回アカデミー賞では長編ドキュメンタリー映画賞を受賞した。タイトルの"Inside job"は、インサイダー取引など信頼を受ける立場の人間による内部犯行を意味する。 概要[編集] リーマン・ショックを始めとする世界金融危機の実態を、専門家や政治家へのインタビューを交えて暴いていゆく。 プロローグ[編集] 2000年、アイスランド政府は外資規制の大幅な規制緩和を行い、同時に国営3大銀行(アイスランド銀行、カウプシング銀行、グリトニル銀行)を民営化した。銀行は自国GDPの10倍近い1200億ドルを国外取引で借り入れ、アイスランドはバブル景気に沸いた。 たとえば投資会社Baugur GroupのCEOだったJ・A・ヨハネッソンは、銀行か

  • ビッグデータと人工知能を用いたファイナンス研究の潮流

    和泉潔 近年、多くの分野においてビッグデータと人工知能技術の応用が進んでおり、ファイナンス分野もその例外ではない。稿では、その最新事例を概括し、今後のさらなる発展の方向性や克服すべき課題について議論を行う。最初に、これまで定量分析が困難であった画像やテキストといった非構造化データおよび大規模データについて、機械学習を用いて分析し、金融実務や市場分析に取り入れた最新事例を紹介する。次に、ファイナンス分野への人工知能応用の課題として、問題設定能力・推定過程の透明性・他者の反応の推定の3点について論じる。最後に、これらの課題を克服するための手法の1つとして、複数のプログラム同士を人工市場において対戦させる、自己対戦型の学習を紹介する。ファイナンス分野で利用されている人工知能技術には、大きな期待が寄せられているものの、同技術は万能ではなく、現時点では、あくまで人間の能力を拡張するツールに過ぎない

  • 金融データサイエンス(三菱UFJトラスト投資工学研究所 編) | 有意に無意味な話

    書では金融におけるデータ分析がビッグデータ/AIの発展でどのように進化したかを紹介しています。金融系のお客様と仕事する機会があり読んだのですが最近の動向、ネタを仕入れるのに適しただと思います。 まず金融データの変化、拡大を概観した後に活用事例が紹介されています。テーマは 企業間の取引関係をネットワーク構造化し、その情報をもとに株価予測 CSRレポートをESGの観点から可視化、取り組み評価 決算短信のテキストマイニングによる企業評価 FEDウォッチャーのAI化 とテーマ自体はこれまでにもあった話ですが分析アプローチが目新しいです。たとえばCSRレポートの分析ではレポート中の単語をツリー構造化し可視化していますが 単語間の関連性はword2vecで定義 単語ツリーを単語間の距離が最小になるように配置。上下関係は頻度で定義 とword2vecを使っていたり、決算短信の 業績要因文からDeep

    金融データサイエンス(三菱UFJトラスト投資工学研究所 編) | 有意に無意味な話
  • 1