σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft Academyロードマップスキル
Ctrl K
AO
+1.2k 人の学習者
ログイン参加する ↗
ロードマップスキル
AO
+1.2k 人の学習者
ログイン
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
uantCraft Academy

実践で学ぶクオンツ開発。短いレッスン、採点付きラボ、本格的なIDEをブラウザで。

学ぶ
すべてのロードマップすべてのスキルPython スキルC++ スキル近日公開OxCaml スキル近日公開Market Structure スキルCalculus スキルLinear Algebra スキルProbability スキルStatistics スキルMatrix Decompositions スキルOptimization スキル
サポート
フィードバックを送るコーヒーをおごる
法務
プライバシーポリシー利用規約
© 2026 QuantCraft Solutions. All rights reserved.
QuantCraft
σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft Academyロードマップスキル
Ctrl K
AO
+1.2k 人の学習者
ログイン参加する ↗
ロードマップスキル
AO
+1.2k 人の学習者
ログイン
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
スキル›Statistics
S

Statistics スキル

公開中ここから開始

金融はノイズだらけで、見た目のよいバックテストはたいてい運の産物です。このスキルは、信号とノイズを見分ける道具を、短いチェック(計算する数、並べ替える手順、結び付ける概念)と金融の例で教えます。リターンでは中央値が平均に勝つ理由、区間の幅が実際どれほどか、100個の戦略のうち最良のものが何も証明しない理由、未来を見ずに検証する方法などです。最後は、実際の価格でモメンタム・アノマリーを、ブートストラップと多重検定の補正で検証するコードラボです。

4モジュール採点付きラボ12本~11 時間初級 → 上級
スキルを始める

カリキュラム

12トピック · どのトピックも好きな順に開けます
  1. 1記述統計とロバスト推定量未開始40 分開始
  2. 2標本分布未開始45 分開始
  3. 3信頼区間とブートストラップ未開始55 分開始
  1. 4仮説検定:t検定未開始Pythonが必要45 分開始
  2. 5多重検定と偽発見未開始55 分開始
  1. 6最尤法未開始55 分開始
  2. 7線形回帰(OLS)未開始Pythonが必要55 分開始
  3. 8不均一分散とロバスト標準誤差未開始50 分開始
  4. 9多重共線性と正則化未開始50 分開始
  1. 10交差検証と過学習未開始55 分開始
  2. 11ディフレーテッド・シャープレシオとバックテストの過学習未開始1 時間開始
  3. 12総仕上げ:このアノマリーは本物か未開始1 時間 40 分開始

前提知識

確率論の知識があると役立ち、このスキルの2つのPythonトピックもシラバスに含まれますが、高校数学から始められます。

  • PProbability

学べること

  • ロバスト統計でリターンを要約し、標本分布と標準誤差を理解する
  • 信頼区間を作る。公式のない統計量にはブートストラップを使う
  • 誠実に検定する:多重検定を補正し、偽発見を制御する
  • 最尤法と回帰でモデルを当てはめ、不均一分散・共線性・正則化に対処する
  • 未来を漏らさずに検証し、試行回数でシャープレシオを割り引き、アノマリーを最初から最後まで検証する

使用するツール

PythonNumPypandaspytest

修了条件

12本のラボすべてで70点以上を取るとスキルを修了し、プロフィールにクオンツのための統計バッジが付きます。

0 / 120%

次のスキル

MMatrix Decompositions公開中
uantCraft Academy

実践で学ぶクオンツ開発。短いレッスン、採点付きラボ、本格的なIDEをブラウザで。

学ぶ
すべてのロードマップすべてのスキルPython スキルC++ スキル近日公開OxCaml スキル近日公開Market Structure スキルCalculus スキルLinear Algebra スキルProbability スキルStatistics スキルMatrix Decompositions スキルOptimization スキル
サポート
フィードバックを送るコーヒーをおごる
法務
プライバシーポリシー利用規約
© 2026 QuantCraft Solutions. All rights reserved.
QuantCraft
ログイン参加する ↗
ログイン