ZenInvest 研究ノート
データサイエンスと伝統的チャート技法を融合。日本市場に特化した投資知性を提供。
📈 K線パターン体系

代表的なローソク足シグナルと機械学習による出現確率の検証結果(過去20年データより)

包み線(Bullish Engulfing) 下落トレンド後の転換シグナル ⬆️
はらみ線(Harami) もみ合い→方向感喪失
三空(San Ku) 窓埋め確率の統計分析
吊り人・槌(Hammer / Hanging Man) 反転の予兆(ヒゲ長し)
暁の明星(Morning Star) 3本組み合わせの強力な買いシグナル
※ AIによるパターン認識精度: 約68% (バックテスト結果は過去のもので将来を保証しません)
🎯 エッジを生む技法
📐
フィボナッチ・リトレースメント応用 波動分析とエリオット波動の複合で精度向上。レート反転ポイントを特定。
⏱️
時間軸のクラスタリング 過去の類似局面をパターンマッチング。類似度スコアリング手法を書籍で詳述。
🧮
リスク対リワード比の最適化 機械学習を用いたエグジットルールの動的調整。
🔍 多角的フレームワーク

マクロ経済

GDP・鉱工業生産・消費者物価と日経平均の相関分析。

テクニカル指標

RSI、MACD、ボリンジャーバンドの共振ポイント。

資金フロー

外国人の売買動向、投信フロー、信用取引倍率。

ボラティリティ

ヒストリカル・インプライド・ボラティリティの乖離。

季節性・イベント

決算発表前後のボラティリティ・パターン。

センチメントAI

ニュース感情スコアとSNSトレンドの逆張り指標。

📖 研究叢書
『現代ポートフォリオ理論と機械学習』

ブラック-リッターマンモデルと深層強化学習を融合した資産配分。日本株データで検証。

『ローソク足画像認識の実践』

CNNを用いたパターン分類とバックテスト自動化。Pythonコード付き。

『マーケット・マイクロストラクチャー入門』

板情報・オーダーブック分析、高頻度データを用いた裁定戦略の基礎。

※ 各書籍は教育目的の紹介であり、購入を必須とするものではありません。