NYSOL – 超高速な大規模データ解析を実現するソフトウェアツール
超高速な大規模データ解析を 実現するソフトウェアツール NYSOL makes it easier and faster to analyze big data. NYSOLver2.4.2 SOFTWARE LIST GitHub NYSOL Manual ※NYSOLは日本発のオープンソース（無料）です。 *NYSOL is open source software in Japan LICENSE 最新情報NEWS 2019.06.05 SOFTWARE NYSOLのDockerイメージ公開 2019.05.23 SOFTWARE nysol_pympiのインストールメモ 2018.09.20 INFORMATION WebbleバージョンのKIZUNAを公開しました。 Back Number NYSOLとはABOUT NYSOL 大規模データの解析に関する様々な大学やプロジェクトで
ほとんどのマーケティング従事者が興味を持たない「エーザイの統合報告書」がヤバいから読んだ方が良いぞ！という件｜池田紀行@トライバル代表
PwC Japanの坂野さんと、エーザイ専務執行役CFOにして早稲田大学大学院会計研究科客員教授も務める柳さんの対談記事です。 コンサルファームのPwC（プライスウォーターハウスクーパース）と企業のCFOがESGと財務の話をしている時点で、大半のマーケターが「あ、この記事は自分にとって関係ないな」と感じるのでは。 ちなみに、PwC Japanの坂野さんが書いたこの本は（まだ読んでいる途中ですが）めちゃくちゃ必読です（「ESGとかCSRとかSDGsって、儲からないけど、しょうがなくやらなきゃならない企業の社会的責任でしょ？」って思っている人こそ読む本です）。 ここから、僕が感じたエーザイのヤバさ（良い意味）について解説します。 ESGと財務情報の相関性を定量的に検証しようとしている先に挙げた記事の中で、柳さんはこう言っています。 ESGのさまざまなKPI（重要業績評価指標）と企業価値との関連
ドルコスト平均法の効果検証（モンテカルロ法） - モーくん
要点 ドルコスト平均法は忘れていいよ、ということをモンテカルロシミュレーションをしながら確認していきます。 目次 1. ドルコスト平均法の論点 2. ドルコスト平均法に効果がない理由 3. ドルコスト平均法のモンテカルロシミュレーション 3.1. 毎月積立のシミュレーション 3.2. 各年初に一括投資のパターン 3.3. 各年末に一括投資のパターン 3.4. 6月に一括投資のパターン 3.5. 20年分を一括投資するパターン 3.6. 10年分を一括投資するパターン 4. ちょっと補足 5. 結論 6. 追記（固定口数か固定金額か） 6.1 固定口数積立方式 6.2 固定金額積立方式 6.3 固定口数vs固定金額の結論 6.4 ほんとうにそうだろうか（追記の追記） 6.5 追記の追記のまとめ 1. ドルコスト平均法の論点 投資、特に個人の資産運用の話題になると、ドルコスト平均法を推奨する人
競馬の解析をガチでやったら回収率が100%を超えた件 - stockedge.jpの技術メモ
記事のタイトル通り、競馬で回収率100%を超える方法を見つけたので、その報告をする。 ちなみに、この記事では核心部分はぼかして書いてあるため、読み進めたとしても「競馬で回収率100%を超える方法」が具体的に何なのかを知ることはできない。（私は本当に有効な手法を何もメリットが無いのに公開するほどお人好しではないので） 本当に有効な手法を見つけたいのであれば、あなた自身がデータと向き合う以外の道は無い。 ただし、大まかな仕組み（あと多少のヒントも）だけは書いておくので、もしあなたが独力でデータ解析を行おうという気概のある人物なのであれば、この記事はあなたの助けとなるだろう。 ちなみに、これは前回の記事の続きなので、読んでない方はこちらからどうぞ。 stockedge.hatenablog.com オッズの歪みを探す さて、前回からの続きである。 前回の記事のブコメで「回収率を上げたいならオッズ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
「Python」×「株価データ」で学ぶデータ分析のいろは