79yuuki/dotfiles/quant-research-workflow

Quant Research Workflow

トレード bot の調査は「上がるか下がるか」から始めない。まず、対象市場で検証可能なリターン分布、リスク、流動性、手数料後のエッジを確認する。

最初に確認すること

ユーザーが指定していなければ、作業前に以下を短く確認する。

• 対象市場と銘柄/ペア
• 時間軸と取引頻度
• 利用できるデータソース
• 実装先の言語/既存バックテスト基盤
• 研究だけか、bot実装まで進めるか

調査の順序

1. 市場と時間軸を固定する

• 対象: 現物、先物、FX、暗号資産、株式、ペア、DEX/CEX
• 足種: tick、1分、5分、1時間、日足など
• 実運用の制約: 手数料、スプレッド、約定遅延、最小注文単位、建玉上限

1. 価格ではなくリターンを見る

• 対数リターン、単純リターン、ローリングリターンを作る
• 平均、分散、歪度、尖度、分位点、最大下落、外れ値を確認する
• 上昇/下落の方向予測より、分布の非対称性とテールリスクを優先して読む

1. ランダム性と予測可能性を分ける

• 自己相関、偏自己相関、Ljung-Box、ADF/KPSS などで時系列の癖を確認する
• RW/非RW区間を分け、予測が効く局面と効かない局面を比較する
• 「市場は完全なランダムではないが、多くの時間帯はランダムに近い」を前提にする

1. ボラティリティを独立した予測対象にする

• 価格方向よりボラティリティの方が予測しやすい場合がある
• ATR、実現ボラ、レンジ、出来高、turnover、OI、funding rate を特徴量候補にする
• 高ボラを一律にチャンス扱いせず、戦略にとって良いボラ/悪いボラに分ける

1. 仮説を最小コードで検証する

• モメンタム、平均回帰、ペア、ファンディング、イベント、需給などを一つずつ検証する
• 先に可視化し、次に単純ルールで再現性を見る
• 複雑なモデルは、単純ルールのエッジが見えてから使う

1. 実験ログを残す

• 仮説、データ範囲、特徴量、検証期間、結果、次アクションを1行で残す
• 棄却した仮説も残し、同じ探索を繰り返さない
• 採用候補は strategy-validation-gate に渡せる形に整える

最低限の成果物

• データ範囲、欠損処理、タイムゾーン、手数料前提
• リターン分布と外れ値の要約
• 自己相関/レジーム/ボラティリティの検証結果
• 採用する特徴量と捨てた特徴量
• 次にバックテストする戦略仮説

出力テンプレート

## Research Summary
-Market/timeframe:
-Data range/source:
-Costs assumed:
-Main finding:
-Strategy hypothesis:
 
## Evidence
| Check | Result | Interpretation |
|---|---|---|
| Return distribution | | |
| Autocorrelation | | |
| Volatility regime | | |
| Volume/liquidity | | |
 
## Next
-Backtest candidate:
-Required data:
-Risks before testing:

避けること

• チャート形状の主観だけで戦略化する
• 予測精度だけを見て期待値、損益分布、約定可能性を見ない
• 未来データ、調整後価格、確定後指標を混入させる
• 期間を一つだけ選び、偶然の勝ちをエッジと呼ぶ
• LLM の説明だけでエッジを確定扱いする

Raindrop-derived research heuristics

• まず価格チャートではなく、リターン系列・分布・外れ値・自己相関・ボラティリティクラスタを確認する。
• 「高ボラ＝チャンス」と決めない。ボラは値幅だけでなく平均損失・スリッページ・スプレッドも広げるため、戦略にとって良いボラ/悪いボラを分ける。
• モメンタムを調べる時は、独自指標へ飛ぶ前に Fama-French Japan Momentum など公開ファクター/既知ファクターをベースラインにする。
• ランダムウォーク仮説はクオンツ否定ではなく、エッジ候補を厳密に検証するための制約として扱う。
• 「条件付きの小さな非ランダム性」を探す。市場全体で常に勝てる規則ではなく、市場・時間軸・レジーム・コスト条件を固定して検証する。