Kindle 価格: | ¥1,960 (税込) |
獲得ポイント: | 20ポイント (1%) |
を購読しました。 続刊の配信が可能になってから24時間以内に予約注文します。最新刊がリリースされると、予約注文期間中に利用可能な最低価格がデフォルトで設定している支払い方法に請求されます。
「メンバーシップおよび購読」で、支払い方法や端末の更新、続刊のスキップやキャンセルができます。
エラーが発生しました。 エラーのため、お客様の定期購読を処理できませんでした。更新してもう一度やり直してください。
無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません。
ウェブ版Kindleなら、お使いのブラウザですぐにお読みいただけます。
携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。
現場ですぐ使える時系列データ分析~データサイエンティストのための基礎知識~ Kindle版
(概要)
昨今ビッグデータという言葉をよく聞きます。ITなどの技術革新により大量のデータが日々蓄積されるようになり,それらを活用したいという企業や組織が増えてきたことの現れです。そして,蓄積されたデータを正しく分析し,モデル化し,有効に扱えるデータサイエンティストが求められています。本書では,株価や収益率といった時系列データを正しく分析するための具体的な方法や分析の際に陥りやすい穴について実例を使って解説します。ソフトには,一通りの機能を備えているフリーソフトウェアRを使います。
(こんな方におすすめ)
時系列データを扱う人
データ分析をする人
(目次)
第1章 時系列データのリテラシー
第2章 時系列データの観察と要約
第3章 時系列データの時間依存と自己回帰モデル
第4章【応用編】ホワイトノイズから分散不均一構造へ
第5章【実践編】時系列分析の投資への応用
付録A ファイナンス理論と統計数学
付録B R言語の基礎
昨今ビッグデータという言葉をよく聞きます。ITなどの技術革新により大量のデータが日々蓄積されるようになり,それらを活用したいという企業や組織が増えてきたことの現れです。そして,蓄積されたデータを正しく分析し,モデル化し,有効に扱えるデータサイエンティストが求められています。本書では,株価や収益率といった時系列データを正しく分析するための具体的な方法や分析の際に陥りやすい穴について実例を使って解説します。ソフトには,一通りの機能を備えているフリーソフトウェアRを使います。
(こんな方におすすめ)
時系列データを扱う人
データ分析をする人
(目次)
第1章 時系列データのリテラシー
第2章 時系列データの観察と要約
第3章 時系列データの時間依存と自己回帰モデル
第4章【応用編】ホワイトノイズから分散不均一構造へ
第5章【実践編】時系列分析の投資への応用
付録A ファイナンス理論と統計数学
付録B R言語の基礎
- 言語日本語
- 出版社技術評論社
- 発売日2014/5/30
- ファイルサイズ5971 KB
- 販売: Amazon Services International LLC
- Kindle 電子書籍リーダーFire タブレットKindle 無料読書アプリ
この本を読んだ購入者はこれも読んでいます
ページ 1 以下のうち 1 最初から観るページ 1 以下のうち 1
商品の説明
著者について
横内 大介(よこうち・だいすけ)
一橋大学大学院国際企業戦略研究科 准教授、博士(工学)(慶應義塾大学)。
1975年生まれ。
慶應義塾大学理工学部数理科学科卒業、慶應義塾大学大学院後期博士課程基礎理工学専攻数理科学専修修了、
慶應塾大学理工学部数理科学科データサイエンス研究室助手を経て、現在に至る。
主に1、4、5章を担当。
青木 義充(あおき・よしみつ)
株式会社QUICK 商品戦略本部 サービス企画部 ソリューションマネージャー。
1974年生まれ。
慶應義塾大学理工学部数理科学科卒業、慶應義塾大学大学院前期博士課程数理科学専攻修了、
慶應義塾大学大学院後期博士課程基礎理工学専攻単位取得済退学、一橋大学大学院国際企業戦略研究科助手を経て、
現在に至る。現職では、金融業界動向のマーケティング、新たな金融情報サービスの企画に携わっている。
主に2、3章を担当。
一橋大学大学院国際企業戦略研究科 准教授、博士(工学)(慶應義塾大学)。
1975年生まれ。
慶應義塾大学理工学部数理科学科卒業、慶應義塾大学大学院後期博士課程基礎理工学専攻数理科学専修修了、
慶應塾大学理工学部数理科学科データサイエンス研究室助手を経て、現在に至る。
主に1、4、5章を担当。
青木 義充(あおき・よしみつ)
株式会社QUICK 商品戦略本部 サービス企画部 ソリューションマネージャー。
1974年生まれ。
慶應義塾大学理工学部数理科学科卒業、慶應義塾大学大学院前期博士課程数理科学専攻修了、
慶應義塾大学大学院後期博士課程基礎理工学専攻単位取得済退学、一橋大学大学院国際企業戦略研究科助手を経て、
現在に至る。現職では、金融業界動向のマーケティング、新たな金融情報サービスの企画に携わっている。
主に2、3章を担当。
登録情報
- ASIN : B00KNRL068
- 出版社 : 技術評論社 (2014/5/30)
- 発売日 : 2014/5/30
- 言語 : 日本語
- ファイルサイズ : 5971 KB
- Text-to-Speech(テキスト読み上げ機能) : 有効
- X-Ray : 有効
- Word Wise : 有効にされていません
- 付箋メモ : Kindle Scribeで
- 本の長さ : 283ページ
- Amazon 売れ筋ランキング: - 89,875位Kindleストア (Kindleストアの売れ筋ランキングを見る)
- - 313位数学 (Kindleストア)
- - 3,221位工学 (Kindleストア)
- - 3,345位コンピュータ・IT (Kindleストア)
- カスタマーレビュー:
著者について
著者をフォローして、新作のアップデートや改善されたおすすめを入手してください。
著者の本をもっと発見したり、よく似た著者を見つけたり、著者のブログを読んだりしましょう
-
トップレビュー
上位レビュー、対象国: 日本
レビューのフィルタリング中に問題が発生しました。後でもう一度試してください。
2021年3月18日に日本でレビュー済み
Amazonで購入
時系列分析が謎だった。いきなり難しい本を読んでしまい疑問だらけだった。この方を読んで疑問が解決した。比較的、平易な言葉で書かれており、腑に落ちる表現が多かった。面白かったので、寝る間も惜しんで?一気読みしてしまった。
2019年2月5日に日本でレビュー済み
Amazonで購入
時系列データの扱い方が記述してあるが、私にはスッと入ってこなかった。
とりあえず別の本と両方読みながら勉強進めます。
とりあえず別の本と両方読みながら勉強進めます。
2023年11月20日に日本でレビュー済み
これまで「時系列でないデータ」をR言語やPythonで分析してきましたが,データサイエンティストの端くれとして,時系列データの分析手法の基礎を身に付けておこうと思い,本書を手に取りました。確かに,株価や(対数差)収益率に的を絞った時系列データ分析ですが,経済学に明るくない私でも楽しく読めました。付録Bの「R言語の基礎」もよくまとまっています。ただし,第4章以降は(著者は初歩的と書いていますが)なかなか高度な内容で,理解するのに時間を要しました(特に,単位根過程と共和分のところ)。それから,技術評論社のサポートページに正誤表が掲載されているものの,大事なところでやや誤植が多く,それ故に星4つとさせていただきました。それでも,小難しい時系列データ分析の本に比べて,具体的かつRコードの解説も丁寧で,とても勉強になりました。
2019年1月21日に日本でレビュー済み
Amazonで購入
今となってはアホみたいな恥ずかしい話ですが、AIを使って為替を予測できるはずと本気で思い、ディープラーニングで思考錯誤してましたが全く思い通りにいかず、色々調べていたところ時系列分析の世界があることを知りこちらの本を見つけ熟読しました。
Python 、ディープラーニングはある程度経験ありましたがRやARCHは初めてでした。本書は初心者向けにわかりやすく書いてあることもあり、この手の本には珍しく苦もなく最後まで読み通すことができました。
システムトレードでは、何かしらの法則さえ見つければ、その法則が生きている間は期待値をプラスに持っていくことも可能なので、AIが法則を考えてくれることはそんなに難しい事ではないだろうと思っていたのですが、そんなことは天才の先人たちがとっくに考えているわけで、時系列を分析し予測することは桁違いに困難ということが理解できたことがこの本で得た最も大きな収穫です。
ただ、GARCHやARCHはAIというより予測モデルの1種なので時系列に特化したディープラーニングが出現し時系列分析の世界がひっくり返ることを密かに期待し、引き続き勉強は続けていきます。
Python 、ディープラーニングはある程度経験ありましたがRやARCHは初めてでした。本書は初心者向けにわかりやすく書いてあることもあり、この手の本には珍しく苦もなく最後まで読み通すことができました。
システムトレードでは、何かしらの法則さえ見つければ、その法則が生きている間は期待値をプラスに持っていくことも可能なので、AIが法則を考えてくれることはそんなに難しい事ではないだろうと思っていたのですが、そんなことは天才の先人たちがとっくに考えているわけで、時系列を分析し予測することは桁違いに困難ということが理解できたことがこの本で得た最も大きな収穫です。
ただ、GARCHやARCHはAIというより予測モデルの1種なので時系列に特化したディープラーニングが出現し時系列分析の世界がひっくり返ることを密かに期待し、引き続き勉強は続けていきます。
2020年5月18日に日本でレビュー済み
Amazonで購入
ネット上の統計に関するサイトで色々読んでも意味不明だったことがすんなりわかりました。あれこれ読んで時間も思考も浪費するぐらいなら、最初から、早く買っておけばよかったと思いました。時は金成。
ただ、元々の統計の基礎知識が0だと、すんなり理解できないかもしれません。
ただ、元々の統計の基礎知識が0だと、すんなり理解できないかもしれません。
2019年3月8日に日本でレビュー済み
評価はあくまで数学が分からない人間の評価です。大学数学が余裕レベルの人にとっては分かりやすい本なのかもしれません。とはいえ、数学が分からなくても時系列データをどうやって投資に活かすかという考え方はある程度分かりますのでやみくもにデータをとっていた人(私のような)にとっては参考になるのではないでしょうか。なぜそのような式になるのかというのが数学が分かる人には理解できるようですが、数学が分からない私のような人間にとっては式を見れば分かるようにと言われてもさっぱり分かりませんので、逆に結論だけ拾っていったほうが良さそうです(まだ読み終わっていないので、というか分からないところだらけで飛ばしまくりですが)。
※追記
ボラティリティ=標準偏差や正規分布の意味の詳しい説明などありませんので、統計の基礎的な部分もある程度理解している人向けだと思います。
※追記
ボラティリティ=標準偏差や正規分布の意味の詳しい説明などありませんので、統計の基礎的な部分もある程度理解している人向けだと思います。
2018年6月2日に日本でレビュー済み
Amazonで購入
時系列分析の本はいきなり数式ばかりで、その計算を何のためにやるのかどういうプロセスを経てそういう計算を行うことになったのか、そこらがつかみにくいものが多く、結局なにをやってるのかよくわからなくて挫折しやすいのではないかと思う。
この本は説明のぷろせすが非常に筋道だっていてとても理解しやすい。ある前提でこれこれこういうことをやった結果こうなった。この結果に対しては十分でないから、前提をさらなる統計手法を用いて検証し、モデルの新たに修正していこう。このプロセスの中で統計的手法がいろいろと使われるのだが、その使用する意味とか手順みたいなものが説明されているので自分の中では時系列分析はかなりこなれたものになった。rのプログラムも間違いもなく、難しいものもなく、うちこめばきちんと結果が本書のとおり出力されるので、学習にたいするストレスはほとんどなかった。
いわゆる沖本本なんか先に買ってしまって、ちょっとついていけそうもないかと心配していたが、もう1-2冊読めば自分が知りたいレベルの知識は得られると確信していう。
この本は説明のぷろせすが非常に筋道だっていてとても理解しやすい。ある前提でこれこれこういうことをやった結果こうなった。この結果に対しては十分でないから、前提をさらなる統計手法を用いて検証し、モデルの新たに修正していこう。このプロセスの中で統計的手法がいろいろと使われるのだが、その使用する意味とか手順みたいなものが説明されているので自分の中では時系列分析はかなりこなれたものになった。rのプログラムも間違いもなく、難しいものもなく、うちこめばきちんと結果が本書のとおり出力されるので、学習にたいするストレスはほとんどなかった。
いわゆる沖本本なんか先に買ってしまって、ちょっとついていけそうもないかと心配していたが、もう1-2冊読めば自分が知りたいレベルの知識は得られると確信していう。
2020年4月11日に日本でレビュー済み
Amazonで購入
現場で使えるとあり、製造業のプラント操業に応用しようと思って買いましたが、内容は株などに限ったものであまり役に立ちませんでした。
内容も初心者向けではなく、文法の説明が少ないので、この本が役に立つのはRを使ったことがあり、株関係に使いたい方に限定されると思います。
内容も初心者向けではなく、文法の説明が少ないので、この本が役に立つのはRを使ったことがあり、株関係に使いたい方に限定されると思います。