BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:python3ではじめるシステムトレード：大規模言 語処理 隠れた因子をどれだけ引き出せるのか X-WR-CALNAME:python3ではじめるシステムトレード：大規模言 語処理 隠れた因子をどれだけ引き出せるのか X-WR-TIMEZONE:Asia/Tokyo BEGIN:VTIMEZONE TZID:Asia/Tokyo BEGIN:STANDARD DTSTART:19700101T000000 TZOFFSETFROM:+0900 TZOFFSETTO:+0900 TZNAME:JST END:STANDARD END:VTIMEZONE BEGIN:VEVENT UID:990378@techplay.jp SUMMARY:python3ではじめるシステムトレード：大規模言語処 理 隠れた因子をどれだけ引き出せるのか DTSTART;TZID=Asia/Tokyo:20251223T190000 DTEND;TZID=Asia/Tokyo:20251223T203000 DTSTAMP:20260503T005920Z CREATED:20251222T021125Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/99037 8?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n「Python3では じめるシステムトレード」は2016年に初版が発売されま した。その当時から、一貫してアメリカ株、特にイン デックス投資を進めてきました。\n「Python3ではじめる システムトレード」ではデータ分析を重用しています 。そして、投資手法に関しては必ずバックテストを行 っています。\n以下のように整えるのが自然です（語 尾・用語・流れを統一し、主張の強さも少し中立寄り に調整しました）。\n\n第6回は「LLMの時系列分析への 活用」です。統計学では、グラフやモデルを用いて過 去の価格推移を記述・要約し、変動要因を分析し、将 来の価格を予測することも行います。今回は、その延 長として最近話題のLLM（大規模言語モデル）を取り上 げます。「LLMで時系列分析？」と疑問に思われる方も いるかもしれません。しかし近年、医療や金融などの 分野で、時系列データに対するLLMの応用が注目されて います。事前学習済みモデルを用いたゼロショット（ 追加学習なし）の推論が可能な場合もあり、従来の手 法とは異なる使い方が期待されています。さらに、小 規模なTransformer（tiny Transformer）や効率化Transformer（例 ：Linformer等）を自作し、実験・分析ツールとして用い るアプローチもあります。本ワークショップでは、Time sFMを用いて、事前学習済みパラメータを利用した株価 （あるいは株価系列）予測を実践します。最後に、リ ッジ回帰（線形モデル）やRNN（GRU）による予測結果と も比較し、LLM／Transformer系モデルが金融の時系列分析 においてどの程度有望か、また限界や注意点は何かを 整理します。\n## 教科書：Python3ではじめるシステムト レード　第二版\n毎週火曜日に行います。教科書を学 ぶというよりは、実用的な応用を学びます。　統計学 を通して、相場の見方を確立します。Pythonによるシミ ュレーションを用いて、株式投資を疑似体験します。 まずは過去のデータを分析することから始めます。\n 連続無料セミナー\n2025/11/18 システムトレードとは？米 国株か、日本株か？2025/11/25 長期投資か、短期売買か20 25/12/02 テクニカル分析か？ファンダメンタル分析か？2 025/12/09 統計学の威力：符号検定の威力、テクニカル分 析との関係2025/12/16 人口知能の相場への活用2025/12/23 LLM は相場分析の標準になるか？今回は最終回です。\nこ ちらのページからも申し込みいただけます。\nhttps://stu dy-data-analysis.connpass.com/event/371433/ LOCATION: URL:https://techplay.jp/event/990378?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR