@_map_universe_多数の暦パターンは偶然を補正しても残るか
Dangers of Data Mining: The Case of Calendar Effects in Stock Returns
Ryan Sullivan、Allan Timmermann、Halbert White（2001）『Journal of Econometrics』
ひとことで言うと
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。
図で読む：この研究は何を比べたか
暦パターンは、多数探索を補正しても残るか
補正前
有意に見える暦規則
多数探索を補正
補正後
有意性を確認できない
利益への距離
- 観測された差
-
確認された
補正前後の判定差を確認.
- 取引費用
-
支持されない
費用以前に統計的優位を支持しない.
- 再現性
-
未確認
独立追試は台帳で未評価.
- 日本市場
-
未確認
日本市場は未検証.
研究で観測された差は、そのまま得られる利益ではありません。4つの関門はそれぞれ独立に読んでください。
この研究を読み解く
何を知りたかったのか
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。
どうやって調べたのか
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。
何が分かったのか
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。
この結果をどう読めばよいか
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。
- 対象市場
- グローバル
- 標本期間
- 1897
〜1996 - 対象銘柄群
- 米国・英国株価指数
- 観測頻度
- daily
- 再現性
- 未評価独立した標本外再現を本レコードでは評価していない。
- 日本市場での有効性
- 未評価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。
観測結果
カレンダー効果のデータマイニング補正
カレンダー効果のデータマイニング補正。
効果量未掲載（not_reported）
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。
効果量は原典の掲載値です。当サイトが再計算したものではなく、将来のリターンを示すものでもありません。
限界
原典の設計上、この結果をそのまま一般化できない条件です。
原典と利用条件
- 出版社・公式論文ページhttps://doi.org/10.1016/S0304-4076(01)00077-X