2020-01-01から1年間の記事一覧
20年8月の実績 Web収入 投信 前月比評価損益 個別株 計 890,765円 - 128,399円 1,019,164円 20年の累積 Web収入 投信評価損益 個別株 計 6,668,558円 117,835円 690,374円 7,476,767円
もう8月も終わろうとしているのに7月の振り返り。個別株は先月末の実績がいくらだったか確認するのが面倒だったので昨日時点。 そろそろこの機械学習の復習をしないと、下手したら自分で書いた内容すら理解できなくなってしまうかも。 20年7月の実績 Web収入…
6月上旬まで個別株は絶好調でしたが、そこから急降下。一番評価益があったときから多分100万円分くらい下がった。またここから一段と下がったら買い増ししようかと思ってますが、どうなるか。あるいは、インデックス系の投信にまとまった金額を投資するか。 …
連休に加えてSTAYHOMEの影響か、アクセス数が伸びてWeb収入は好調でした。さらに、先月から買い増しした個別株がどれも順調。というか、だいたい何を買ってもそれなりに利益になった月だったと思います。まだコロナの影響も完全になくなったわけではないです…
4月から個別株を物色しはじめました。また相場が大きく下がるかもしれませんが、徐々に買い増ししていこうと思っています。とりあえず今のところは全資産の10%未満。 機械学習のほうはさっぱり進めていない。ネット上に書く以上はやっぱり人に読まれること…
相場はひどいですね。先月と同じことを言ってしまいますが、売っておいて本当によかった。なんかもうこの辺だったら何を買っても利益が出るような気がする。と思いながらもまだ何にも手を出していない。 20年3月の実績 Web収入 投信 前月比評価損益 計 759,2…
なんだかんだで2月のWeb収入はそこそこに落ち着いた。 投信は先月売っておいて本当に良かった。今月もすごい勢いで下落していて、仮に持ち続けていたら200万くらいはマイナスでした。下落の勢いがすごいぶん、戻るスピードも速いかもしれません。また買い始…
サポートベクターマシン(ハードマージン)(1)の続きです。 先回、求める解は を、 という2次計画問題となることを確認しました。この問題を解きやすい形にするため、2次計画における双対問題の手順に沿って双対問題を導出します。手順は、 ラグランジュ…
の最大値を、 の制約条件下で求めることを考えます。この問題において、が上に凸の2次関数で、制約条件が線形制約の場合、2次計画と呼びます。2次計画の問題を解くには、双対定理がよく使われるようです。この双対定理の背景にある理論は僕にとっては難解で…
正月休みのボーナス期間でWeb収入は好調。が、月末にかけて急激に尻すぼみ状態で、2月はこのブログに記録を残して以来の最低額を更新するかもしれない。 投信のほうはいろいろ事情があって、いったんNISAを除いて全て処分することに。1月上旬に処分したあと…
サポートベクターマシンにはハードマージン/ソフトマージンという分類があります。訓練データが線形分離可能であるという前提をおいたものをハードマージン、そうでないものをソフトマージンと呼びます。まずはハードマージンを見ていきます。下図はサポート…
下図に示すような点から、直線におろした垂線との交点との距離を考えます。 直線の法線ベクトルは(参考:法線ベクトルと勾配)ですから、 となる実数が存在します。式(1)においては方向への単位ベクトルです。したがっては点からまでの距離を表します。使っ…
2クラスの分類問題を で識別することを考えます。*1 このとき、分離できる解は複数存在します。例えばパーセプトロンの場合、係数の初期値によって下図のように複数の解が求まります。 最大マージン分類器では、分離境界から最も近くの訓練データまでの距離…
カーネル法の概要 カーネル法 ガウスカーネル カーネル法による正則化最小二乗法(1) カーネル法による正則化最小二乗法(2) カーネル回帰分析 カーネル回帰分析(1) カーネル回帰分析(2)実験結果 ガウス過程 ガウス過程 ガウス過程による回帰 ガウ…
ガウス過程による分類(6)の続きです。 ガウス過程による分類(1)~(6)までの長い道のりを経て、ようやく以下の式が得られました。 今回はこれを使って予測分布を求めてみたいと思います。おさらいですが、各文字は以下のようなものでした。 は各要素…
ガウス過程による分類(5)の続きです。 何をやっている途中かと言うと、最終目標である を求めるため、右辺後半の項を計算している途中です。ラプラス近似やニュートン法などを駆使し、ようやくガウス過程による分類(2)の式(10)、ガウス過程による分類…
転置行列の定理の式(1)を用いて、 ですから、式(3)より、 となります。
共分散行列は半正定値行列であることを確認します。 共分散行列の成分をを考えると、共分散行列の定義(参考:多変量正規分布)より、 です。 ここで、]とし、とすれば、 と書けます。 したがって共分散行列は、式(4)より、 と書けます。ここでとすれば、 で…
です。、が正定値行列なら、二次形式は正でしたから(参考:正定値行列)、式(1)より、が非ゼロベクトルなら であり、つまり正定値行列の和もまた正定値行列です。
2019年は相場が戻ってくれてよかった。2018年の投信マイナスが311万だったので、ちょうど相殺できた。これでようやく2018年初と同じ位置なのだけど、毎月積み立てで投資しているので、投資額は当時よりけっこう膨らんでいる。2018年と同じレベルの下げがくれ…