{
  "schema_version": 1,
  "slug": "sullivan-timmermann-white-2001-calendar",
  "title": "Dangers of Data Mining: The Case of Calendar Effects in Stock Returns",
  "title_ja": "多数の暦パターンは偶然を補正しても残るか",
  "authors": [
    "Ryan Sullivan",
    "Allan Timmermann",
    "Halbert White"
  ],
  "published_year": 2001,
  "venue": "Journal of Econometrics",
  "identifiers": {
    "doi": "10.1016/s0304-4076(01)00077-x",
    "arxiv": null,
    "jstage": null,
    "ssrn": null
  },
  "versions": [
    {
      "kind": "publisher",
      "url": "https://doi.org/10.1016/S0304-4076(01)00077-X",
      "label": "出版社・公式論文ページ"
    }
  ],
  "source": {
    "provider": "publisher",
    "metadata_license": "other",
    "text_reuse": "none",
    "accessed_at": "2026-08-11"
  },
  "categories": [
    "statistical_method"
  ],
  "methods": [
    "simulation"
  ],
  "sample": {
    "markets": [
      "GLOBAL"
    ],
    "period": {
      "start": "1897",
      "end": "1996"
    },
    "universe": "米国・英国株価指数",
    "frequency": "daily"
  },
  "findings": [
    {
      "label": "カレンダー効果のデータマイニング補正",
      "effect": "カレンダー効果のデータマイニング補正",
      "value": null,
      "unit": null,
      "basis": "not_reported",
      "note_ja": "一次資料で主要結論は確認したが、定義を統一できる効果量は本レコードでは採録していない。"
    }
  ],
  "replication": {
    "status": "not_assessed",
    "evidence": [],
    "note_ja": "独立した標本外再現を本レコードでは評価していない。"
  },
  "caveats": [
    "data_snooping_risk"
  ],
  "japan_applicability": {
    "status": "not_assessed",
    "note": "日本市場を直接検証していないため、日本株への適用可能性は未評価。"
  },
  "summary_ja": {
    "body": "多数のカレンダー規則をReality Checkで評価し、探索を考慮した有意性を検討した。",
    "derivation": "original_summary",
    "reviewed_by": "operator",
    "reviewed_at": "2026-08-11"
  },
  "explainer_ja": {
    "one_liner": "1世紀の日次株価データで多数のカレンダー規則を同時評価し、探索の末に見つかった有意性が偶然を超えるか調べた研究です。",
    "question": "曜日、月、休日などを大量に試せば、真の効果がなくても一部は高い成績になります。個別規則の通常のp値ではなく、試した規則全体を考慮したときにもカレンダー効果が有意かを問います。",
    "method": "1897～1996年の米国・英国株価指数の日次データについて、多数の暦規則を列挙します。WhiteのReality Checkに基づくブートストラップで、探索集合内の最良規則がベンチマークを上回る証拠を同時検定します。",
    "result": "個別に見ると非常に小さな通常p値を持つ暦規則がある一方、規則を集中的に探索した事実を補正すると、カレンダー効果は有意でなくなると報告します。見つけた後の単独検定が証拠を過大評価し得る例です。",
    "interpretation": "この結果は季節差が一切存在しない証明ではなく、検討した探索集合に対して統計的優位を確認できなかったという意味です。後から都合のよい規則だけを選ぶと補正が崩れます。経済的利益には費用の評価も別途必要です。",
    "glossary": [
      {
        "term": "データスヌーピング",
        "note": "同じデータで多数の規則を試し、偶然良いものを選ぶ問題です。"
      },
      {
        "term": "Reality Check",
        "note": "候補集合全体を考慮して最良規則の有意性を調べる検定です。"
      },
      {
        "term": "ブートストラップ",
        "note": "データから反復標本を作り統計量の分布を近似する方法です。"
      }
    ]
  },
  "source_verification": {
    "level": "abstract",
    "checked_url": "https://doi.org/10.1016/S0304-4076(01)00077-X",
    "checked_date": "2026-08-11"
  },
  "updated_at": "2026-08-11",
  "aliases": [],
  "diagram_ja": {
    "type": "before_after",
    "evidence_mode": "direction_only",
    "headline": "暦パターンは、多数探索を補正しても残るか",
    "caption": "個別には有意に見える暦規則も、多数の規則を探索した事実を補正すると有意でなくなりました.",
    "before_after": {
      "before": {
        "label": "補正前",
        "note": "有意に見える暦規則"
      },
      "trigger": {
        "label": "多数探索を補正"
      },
      "after": {
        "label": "補正後",
        "note": "有意性を確認できない"
      }
    },
    "profit_distance": {
      "observed": {
        "status": "supported",
        "note": "補正前後の判定差を確認."
      },
      "costs": {
        "status": "unsupported",
        "note": "費用以前に統計的優位を支持しない."
      },
      "replication": {
        "status": "not_tested",
        "note": "独立追試は台帳で未評価."
      },
      "japan": {
        "status": "not_tested",
        "note": "日本市場は未検証."
      }
    }
  },
  "lint_waivers": [],
  "disclaimer_ja": "一般的な研究紹介であり、売買推奨・投資助言ではありません。"
}