グラフィカル・モデルを基にした因果探索

2025/1/21

Rによるベイジアンネットワークを用いた因果探索。 有向グラフ因果モデル(DGCMs)、またはDAGは、因果関係を説明し、データから真の因果の関係を探索するために計算に用いる方法です。 causal-learnやcausalpyというpythonの因果探索ライブラリを評価しました、Rにも同様のライブラリが提供されています。ここでは、CRANに登録されているRのライブラリpcalgとbnlearnに実装されているいくつかの因果探索アルゴリズムを評価します。 2025年の10大リスク  ユーラシア・グループは、 ...

ReadMore

JupyterノートブックでRを使う方法

2025/1/20

Pythonの開発環境としてJupyter notebookがよく使われています。RでもPython同様にJupyter によるコードの編集、実行環境が利用できます。データサイエンスでは、主にJulia, Python, Rという言語が使用されますが、このイニシャルを繋げるとJupyterになります。 Jupyter notebook  R環境設定  JupyterからRを使うには、Rを起動したコマンドプロンプトから以下のコマンドを使います。  使用しているバージョンのR環境にJupyterのカーネルのパ ...

ReadMore

ドル円為替レートと物価上昇の関係:非線形モデル

2024/12/29

【マネーサプライと物価上昇の因果推論】で、線形モデルを適用して因果関係を調べてみました。物価上昇がドル円為替レートと因果関係があり、国内の金融政策には影響を受けていないことを示しました。ここでは、このドル円為替レートと物価上昇の関係に非線形なモデルを適用した例を示します。 USDJPY為替レートと物価上昇  最初に、【マネーサプライと物価上昇の因果推論】で使った同じデータセットを読み込みます。 図1 CPIーUSDJPY為替レートのデータセット  このデータセット(期間2001年12月〜2023年11月の ...

ReadMore

Apple Silicon Mac の R バージョン更新・インストール

2024/12/25

ARM Mac(Apple silicon)用の新しいバージョンの R バイナリパッケージがリリースされていたので(R4.4.2 released on 2024/10/31) 更新します。 CRANから Rバイナリパッケージをインストール 以下のCRANのサイトにアクセスしてダウンロードします。 https://cran.rstudio.com "Download R for macOS" をクリックします。  Linux(Debian, Fedora/Redhat, Ubuntu) またはWindow ...

ReadMore

書評:Essential Math for AI

2024/12/23

Essential Math for AI:Next-Level Mathematics for Efficient and Successful AI Systems Hala Nelson Essential Math for AI:Next-Level Mathematics for Efficient and Successful AI Systems  本書は、機械学習に関してトピックごとに関連する数学が挿入してあります。数学の理論や証明、プラミングコードは記述してありません。  読者として、数 ...

ReadMore

書評:Supremacy

2024/12/20

Supremacy: AI, ChatGPT and the race that will change the world Parmy Olson Supremacy - AI, ChatGPT and the race that will change the world  ジェフリー・ヒントン氏のチームがGPUにCNNを実装したAlexNetを使って画像認識でブレークスルーを起こしたのが2012年です。  5年後の2017年にGoogleのチームがAttentionモデルを使ったTransforme ...

ReadMore

R統合開発環境 RStudioのインストール

2024/12/10

 ARMネイティブなRStudioがリリースされていたのでインストールしました。  AppleSilcon版(ARMコアのMシリーズプロセッサ) Mac用のAnacondaをインストールしたときに、RStudioはバンドルされていませんでした。  Rの統合開発環境(IDE) RStudioは、公益法人RStudioが開発元でしたが、2022年に法人形態が変更され、Positという名称になっています。また、Positは、Rの開発、メンテナンスを行なっているR ファウンデーションとは無関係です。 RStudi ...

ReadMore

書評:Why Machines Learn

2024/11/25

Why Machines Learn: The Elegant Math Behind Modern AI Anil Ananthaswamy Why Machines Learn: The Elegant Math Behind Modern AI  本書は1950年代のローゼンブラットのパーセプトロンから現代の深層機械学習までの物語を記述してあります。  今年、2024年のノーベル物理学賞を授与された、ホップフィールド氏(John Hopfield)とヒントン氏(Geoffey Hinton)の仕事も ...

ReadMore

書評:The Model Thinker

2024/11/18

The Model Thinker: What You Need to Know to Make Data Work for You Scott E. Page The Model Thinker: What You Need to Know to Make Data Work for You  本書のサンプルを目を通してみると、本文がチャーリー・マンガー氏の言葉の引用から始まっています。  ー賢明になるためには、頭の中にモデルを持つことだ。このモデルの格子の中に、直接の経験と、代行による間接的な経験の両 ...

ReadMore

市場創造型のイノベーション 書評:The Prosperity Paradox

2024/12/26

ノーベル物理学賞の対象としての機械学習  今年のストックホルムの物理学賞に、機械学習の分野への貢献に対してジョン・ホップフィールド氏と以前グーグルにも所属していたトロントのジェフリー・ヒントン氏が選出された。  ACM、チューリング賞なら自然なのだが、コンピュータサイエンスの分野から物理学賞として選ばれるのは珍しい。ストックホルムの賞は物理学と化学と生理学の3種類しかないので、物理学的な考えがアルゴリズムに導入されているので物理学という枠組みが適用されるのであろう。それだけ機械学習の社会へのインパクトが大 ...

ReadMore

slide ファイナンス

ゲージ理論とCPI

ニューヨークのヘッジファンドのダイレクターであるワインシュタイン氏が、ゲージ理論とCPIに関した興味深い論考しています。

この分野には1990年代後半から現在まで、複数の人々が論文を執筆しています。

QEDが電磁力と核力を統一して説明した頃から、経済を見る目にゲージ理論を使った人が何人かいました。

ワインシュタイン氏の論文は経済学者であるマロニー氏と共著によるものです。

ゲージ理論

 彼らの論旨に入る前に、

question

そもそもゲージ理論って何?

 この疑問から明らかにしましょう。

 これは量子力学の一つの理論で、世界を構成する三つの基本的な力、重力、電磁力、核力のうち、二つの力を統一的に説明した理論になります。

 アインシュタイン氏は一般相対性理論で重力の謎を解きほぐした後、晩年まで三つの力を統一して説明する理論の構築に取り組んでいました。彼の理論によると時間は座標系によって異なる相対時間となります。

ゲージ理論は、三つの根本的な力の中で電磁力と核力を統一して説明する量子力学の中から生まれた理論です。素粒子の基本相互作用はすべてゲージ理論で説明されると考えられています。

アインシュタイン氏は「神はサイコロ遊びをしない」という有名な言葉で示されるように、量子力学には興味を示しませんでした。

 私たちが向き合っている市場はランダムネスとは縁が深く、私はマルコフチェイン・モンテカルロ(以下MCMC)と呼ばれる手法を用いたサイコロ遊びもどきのツールを頻繁に利用します。

 モンテカルロはあのカジノのモンテカルロを指しているのですが、このMCMCという手法がコンピュータサイエンスと結びつくと、難解な数式の積分を解かずに確率の計算ができてしまうのです。このMCMCはスーパーコンピュータを使ったQEDのシミュレーションでも活躍しています。

 アインシュタイン氏の時代にはコンピュータはなかったので、彼がPCを利用していればどうだったでしょうか。

 ゲージ理論は、量子力学から派生しています。

 クオンツの世界で有名なシモンズ氏は、彼の旗艦ファンド、メダリオンの由来でもある、位相幾何の分野の研究で数学の権威ある賞のメダルを授かっており、その研究成果は量子力学に多大な貢献をしています。

 ゲージ理論とCPIの論文を著したワインシュタイン氏は、シモンズ氏のチームとは別の会社のダイレクターです。

ゲージ変換

 ゲージ変換という概念を整理しておきます。

 ゲージというのは長さの量を測る物差しのことです。

 ゲージ変換というのは、この物差しの尺度を計測する対象により変化させるというものです。

 疑問:

A

物差しを変えたら、同じ測度で測れないじゃん。

 ところが私たちの社会には、そうした事例が結構あります。

 ハンバーガーの価格はどれぐらいでしょう。

ハンバーガーの値段

 日本では一つのチェイン店のハンバーガーの値段は、一律同じ料金体系になっています。

 チーズバーガーが300円くらいですか。

 仮にチーズバーガー一つ300円としておきます。

 この価格は東京で食べても、札幌で食べても共通で、同じ料金を支払えば購入することができます。

 では、同じチェイン店のチーズバーガーをスイスのチューリッヒで購入すると、対価をいくら支払えば良いでしょう?

 果たして同じ価格で購入できるでしょうか。

日本円をスイスの現地通貨であるスイスフランに両替してチューリッヒで観光します。

あなたは、見慣れたハンバーガーチェインに立ち寄ることにしました。

チーズバーガーの値段を見てもピンときません。

その時の為替レートで日本円に変換してみます。

なんとびっくり1000円を超えています。

スイスは物価が高いね。

このハンバーガーの実質的な価値は、軽いランチ一食分です。

片方の場所では300円だったのに、ここでは1000円になっています。

見慣れた同じ味のハンバーガー、同じ対象物なのに長さが変わってます。

マクドナルド指数というものがあります。

世界各国にチェイン店があるマクドナルドの商品の現地での価格を比較したものです。

為替レートによって、現地の通貨を自国通貨に変換して一覧表にしています。

国によって随分価格が違いますね。

ハンバーガーは、国によって販売価格のマージンに差はありません。

現地の標準的な原材料を調達して調理します。

本国から輸出するケースもあるかもしれません。

製造コストの差でしょうか?

物価水準を加味しないと正しく評価できないのでは?

それとも、変換した為替レートは価値の交換レートとして、正しいものなのでしょうか。

時間経過によってもこの変換レートは変わります。

何やら、裁定機会が発生しそうなシチュエーションです。

ゲージ理論で把握すると、このチーズバーガー300円も1000円もどちらも正しい長さなのです。

ゲージ変換の概念が朧げながら見えてきました。

賃金

別の例を見てみましょう。

仮に2年前のあなたの給与所得の金額が150000円であったとします。

今年、雇用主は給与支給額を10000円増加して支給しました。

ここのところ昨年から電気代やガソリン代といったエネルギー関連の価格が上昇しました。

それに加え小麦の価格を中心に粉物やら卵やら食料品に価格が上昇して家計に影響しています。

あなたは、自分の実質的な所得が増えていないことを嘆きます。

A

所得増えてないし。

雇用主は言います。

B

給与上げたよ。

さて、雇用主とあなたの言い分どちらが正しいでしょう?

ゲージ理論からみると、どちらも正しいのです。

両者は異なる物差しで測っています。

雇用主

 所得 =d/dt

あなた

 所得 =d/dt - r インフレーション

ゲージ変換は以下の確率因子Λ(t) によって表されます。

X(t) -> Λ(t) X(t)
Λ : 確率因子

 例)USD/JPY 為替レート等

 上の給与所得の例ではインフレーションが関係していますが、Λ(t)をUSD/JPY為替レートとみなしたものもゲージ変換の一つです。

投資ポートフォリオの構成

もう一つ興味深い例を挙げてみましょう。

投資ポートフォリオの構成についてです。

Xu(t)を金融商品の価格とします。
 u: 1,2,....n 株式、債券、金、....
Φ u(t) は金融商品 u を保持する期間です。

Φ でアロケーションしたポートフォリオの価値が Vとします。

V = Σ Xu(t) Φ u(t)
    u

別世界の専門用語が出てきますが我慢してください。

以下のような図を見かけたことがありますか?

全ての取りうるポートフォリオのファイバーからなる、

基底空間 M(t,X,Φ,)、X=(X1,X2,X3,…Xn)Φ=(Φ1,Φ2,…Φn)

のファイバーバンドルを定義します。

           *
     *     |
     |     |
   / |/  / |/
  +--+--+--+--
 /  /  /  /
+--+--+--+--
lattice guage theory

z方向に伸びた直線がファイバーです。

この図のファイバー*は、金融商品のアロケーションをコントロールするポートフォリオマネージャーのクオリティを計測します。

 異なる配置でのファイバーの大きさはゲージ変換されます。

 このゲージ理論で捉えたモデルでは、ファイナンスの分野で裁定機会があるのは自然な状態なのです。

 またの機会にゲージ理論と確率投資モデルについて解説してみることにします。

-slide, ファイナンス
-