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Time Series 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›Time Series
T

Time Series スキル

公開中ここから開始

価格、リターン、ボラティリティは独立な抽選ではありません。今日は昨日に依存し、静かな週の後には静かな週が続き、2つの価格が何年も一緒に動くこともあります。このスキルは、その順序を尊重する道具を、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。価格系列を回帰の前に差分する理由、ACFとPACFがARやMAモデルをどう示すか、単位根が売買ルールに意味すること、ボラティリティが集まる理由とGARCHの使い方、2つの株が本当に共和分している条件、カルマンフィルタが隠れたヘッジ比率を追う方法、予測を標本外で採点する理由。総仕上げは、ボラティリティ予測器を自分で作り、実際のSPYリターンで比べるコードラボです。

5モジュール採点付きラボ14本~14 時間中級 → 上級
スキルを始める

前提知識

統計(回帰、仮説検定、最尤法)の知識を前提とし、基礎的な確率があると役立ちます。時系列の予備知識は不要です。

  • SStatistics

カリキュラム

14トピック · どのトピックも好きな順に開けます
  1. 1定常性と差分未開始50 分開始
  2. 2自己相関 ACFとPACF未開始50 分開始
  3. 3単位根とADF検定未開始50 分開始
  1. 4AR・MA・ARMAモデル未開始55 分開始
  2. 5季節性とカレンダー効果未開始45 分開始
  3. 6ARIMAモデル未開始Pythonが必要1 時間開始
  1. 7ボラティリティ・クラスタリングとARCH未開始50 分開始
  2. 8GARCHボラティリティモデル未開始Pythonが必要1 時間開始
  3. 9実現ボラティリティの推定量未開始55 分開始
  1. 10共和分とペア未開始1 時間開始
  2. 11状態空間モデルとカルマンフィルタ未開始1 時間 10 分開始
  1. 12予測の評価未開始50 分開始
  2. 13構造変化未開始55 分開始
  3. 14総仕上げ:実データでのボラティリティ予測コンテスト未開始1 時間 40 分開始

修了条件

14本のラボすべてで70点以上を取るとスキルを修了し、プロフィールに時系列バッジが付きます。

0 / 140%

前提知識

統計(回帰、仮説検定、最尤法)の知識を前提とし、基礎的な確率があると役立ちます。時系列の予備知識は不要です。

  • SStatistics

使用するツール

PythonNumPypandaspytest

学べること

  • 定常な系列と非定常な系列を見分け、系列を差分し、自己相関と偏自己相関を読む
  • ADF検定で単位根を調べ、ランダムウォークが予測に意味することを理解する
  • AR・MA・ARMA・ARIMAモデルを当てはめ、次数を選び、季節性とカレンダー効果を扱う
  • ARCHとGARCHでボラティリティ・クラスタリングをモデル化し、日次データとレンジデータから実現ボラティリティを計算する
  • 共和分を検定してペアを作り、カルマンフィルタで隠れたヘッジ比率を追う
  • 適切な損失関数で予測を標本外評価し、構造変化を検出し、実際のリターンでボラティリティ予測コンテストを行う
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Time Series 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