0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

Gold の RW/ARIMA/ARIMAX 比較

Last updated at Posted at 2025-10-30

週次価格予測(Gold & S&P500)理論メモ ─ 精度評価に焦点

対象:金(GC=F)・S&P500(GSPC)
頻度:週次
作成日:2025-10-30


1. 研究目的と設計思想

  • 目的:金とS&P500の1週先の価格中央値(point) を統計モデルで予測し、予測精度(誤差)を定量評価する。
  • 設計
    • 終値を金曜締めの週次に整形し、両系列の共通週のみを使用(期間整合)。
    • 比較モデルは 3系統
      1. 幾何ランダムウォーク(RW)
      2. ARIMA(自己系列のみ)
      3. ARIMAX(相手系列の1週ラグを外生として利用)
    • 評価:ローリング拡張(expanding)ウィンドウで毎週1週先予測。RMSE/MAE/MAPEで誤差を測定。

2. データと前処理(精度の観点)

2.1 週次化(W-FRI)

  • 日足から金曜終値を抽出し週次化(Open=週初、High/Low=週内極値、Close=週末終値)。
  • 営業日カレンダー差を吸収し、同一金曜日で完全に同期させることで誤差評価の公平性を確保。

2.2 対数収益で学習

  • 価格 ( S_t ) から週次対数収益 ( r_t=\log(S_t/S_{t-1}) ) を作成し、モデル学習は収益系列で実施。
    理由:(準)定常性加法性スケール不変性が得られ、推定の安定性予測精度の再現性に寄与。

  • 使用したデータ
    image.png

image.png


3. モデル(予測式と精度的含意)

3.1 幾何ランダムウォーク(RW)

  • 仮定: 毎週の「対数収益(今週の価格と先週の価格の比のログ)」は、平均とばらつきが一定の同じ分布から独立に生まれる、とみなす。
  • 1週先の条件付き中央値(≒平均):
    「来週の伸び率は、学習区間で観測した平均的な伸び率と同じくらい」と仮定し、
    現在の価格に“平均的な伸び率”を掛け戻した値を来週の予測値とする。
  • 含意:前提が最小で過学習しにくいため、1週先のような短期では外しにくい基準(精度のベースライン)として安定して機能する。

3.2 ARIMA(ARMAを収益に適用)

  • 収益 ( y_t=r_t ) に ARIMA(p,0,q) を当てる((d=0))。代表式:

    arima_equation.png

  • 含意

    • AR:慣性/反転の癖を拾う → 当てはまる局面でRWより誤差が下がる可能性
    • MA:誤差の自己相関を吸収 → 短期誤差の減衰に寄与。

3.3 ARIMAX(外生ラグを追加)

  • 目的 ( y_t )(例:GOLDの収益)、外生 ( x_t )(例:S&Pの収益)を用い、情報リーク防止のため ( x_{t-1} ) のみ採用。代表式:

    arimax_equation.png

  • 含意:他市場の先行シグナルが実在する局面でわずかな精度改善を期待(ただし恒常的ではない)。


4. 推定・モデル選択(精度を落とさない工夫)

  • 推定:最尤(SARIMAX実装)。
  • 選択:AIC/BIC を基準に**小さな次数(p,q ∈ {0,1})**を優先し、過学習と計算不安定化を抑制
  • 外生ラグ:まずは1週遅れ(追加ラグは不安定化し精度悪化の恐れ)。

5. 検証設計(精度検証の厳密化)

  • 拡張(expanding)ウィンドウ
    初期80週で学習→その時点までのデータだけで1週先を予測→翌週に学習集合へ1週追加…を反復。
    現実の逐次予測に近い評価で、楽観バイアスを低減
  • 指標
    • RMSE:大誤差に敏感(外れ週の影響を可視化)。
    • MAE:直感的な価格誤差の平均。
    • MAPE:%表示で資産間比較がしやすい。
  • 誤差の定義価格ベース(point予測と実際の終値の差)。

6. 実験結果

6.1 今の1週先 point(中央値)

直近終値:GOLD = 3,960.70, SPX = 6,890.59

  • RW → GOLD: 3,968.73(+0.20%), SPX: 6,898.52(+0.12%)
  • ARIMA → GOLD: 3,968.76(+0.20%), SPX: 6,892.61(+0.03%)
  • ARIMAX → GOLD: 3,965.43(+0.12%), SPX: 6,892.95(+0.03%)

所見(精度観点):3モデルのpointは差がごく小さい(<0.2%)
1週先では強い決定的シグナルが出にくい(予測値の収束)。

6.2 バックテスト誤差(拡張ウィンドウ, 1週先/価格誤差)

資産 モデル RMSE MAE MAPE
GOLD RW 51.84 37.38 1.71%
GOLD ARIMA 52.24 38.01 1.75%
GOLD ARIMAX 53.29 38.17 1.76%
SPX RW 110.27 83.22 1.96%
SPX ARIMA 110.78 83.31 1.97%
SPX ARIMAX 110.38 83.54 1.97%
  • 規模感(現水準比のRMSE):GOLD ≈ 1.31%, SPX ≈ 1.60%
  • 解釈RWが最小~同等の誤差を示し、短期1週では最も堅実
    ARIMA/ARIMAXは局所的には改善余地があるが、通期で恒常的優位は限定的
    ARIMAXの効果が小さいのは、先行関係が弱い/時変平均化されるためと考えられる。

7. 限界と今後の精度向上策

限界(精度上のボトルネック)

  • 収益の線形・ガウス仮定:ジャンプ・厚い尾・レジーム転換は十分に表現できない。
  • 外生1ラグのみ:マクロ・金利・為替など構造ドライバーを未導入。
  • ボラの時間変化を素朴に扱っている(条件付き分散を明示モデリングしていない)。

精度向上の方向性

  • 外生拡充:ドル指数・金利・CFTCポジション・マクロ指標(CPI/PMI)等。
0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?