＜図2 国カテゴリとボラティリティの関係＞
RSIの見方・使い方
RSIは稀に株価に先行して動くことがあり、株価の底打ちや天井圏を予め察知できる場合があります。
ダイバージェンスを実際の売買で使う場合、ダイバージェンス（株価の下落が続いている際にRSIが上昇し始めた状態）を確認し、その後に株価が遅れて反発してくれば、上昇転換する可能性があり、そこがエントリーのタイミングとなります。
その際、RSIにトレンドラインを引いておくと、エントリーのタイミングもわかりやすくなります。
RSIの作成方法（計算式）
RSIの使用日数
日足 一般的には14日がよく使用されています
9日 14日 22日 30日 42日 52日
RSIとRCIの違いは？(RSIの利点）
RSIの利点はピークとボトムを捉えやすい
RSIは計算上、100％や0％になりにくいという性質あり、他のオシレーター指標よりも、株価が過熱しすぎた場合のピークやボトムが捉えやすいという特徴があります。
そのため、株価が一方向に大きく上昇し続けたり、または急激に下げ続けた場合の判断はRSIがお勧めです。
執筆者紹介
伊藤正之
株式会社ストック・データバンク新宿事業所代表
手掛けた株価分析ソフト「株の達人」は、25年以上、延べ1万人以上の個人投資家の方々にご愛顧いただいています。（2021年1月現在）
同会員向けサイトでは、「日経平均株価の動き」等のチャート分析を活かした市況解説などでも会員の方々にご好評をいただいてます。
青木智 株価分析の一手法としての回帰分析
国際テクニカルアナリスト連盟認定テクニカルアナリスト（CFTe）保持者
元・株式会社ストック・データバンク新宿事業所の投資コンテンツ担当。
現在はフリーランスで投資関連のコンテンツ等を手掛け、株の達人の会員サイト等にも動画や相場解説などのコンテンツを提供。
登録者数2.25万人以上（2021年1月現在）の株の達人Youtubeチャンネルの動画も手掛ける。
RSIをトレードに活用してみましょう！「株の達人」 ならテクニカル分析を実践に取り入れるのもカンタンです。
また、RSIと相性のいいテクニカル指標を組み合わせたチャート条件やスクリーニング条件もご用意しておりますので、初心者の方でも安心です。
全3595銘柄の回帰分析で検証した理論株価とリアル株価の真実
■全銘柄の時価総額と理論時価総額の回帰分布
対象銘柄：全上場銘柄
横軸x: 理論時価総額
縦軸y: 時価総額
相関係数：強相関
2019.04.12： r=0.93 (n=3595)
2020.03.18： r=0.92 (n=3687)
2021.03.25： r=0.82 (n=3755)
株価分析の一手法としての回帰分析
※投資学習Ｗｅｂ＜理論時価総額マップ＞では、理論時価総額の回帰分析を毎日更新しています。全銘柄の最新データはこちらです。
赤線と紺色線との 傾きの差 が、
完全一致ラインとの乖離度を示しますが、
理論時価総額の分布は、
紺色の回帰線を中心とする
正規分布 になっています。
ただし、この回帰分析は１点だけ問題があり、
すべての 真実を捉え切れていない側面 があります。
その理由とは、回帰分析の性質上、
時価総額が大きい銘柄ほど相関度に与える影響が大きい
ことになるからです。
上のグラフでも日本株で圧倒的な時価総額１位である
右上の トヨタの数字 が非常に大きな影響を与えています。
そこで、時価総額を段階的に絞り込んでいき、 株価分析の一手法としての回帰分析
企業規模別に回帰分布 してみることにしましょう。
企業規模別に理論株価とリアル株価の相関を検証する
理論時価総額５０００億円(大型株)以下の回帰分析
理論時価総額５０００億円以上の超大型株を
除外した大型株以下グループが下のグラフです。
このグループのトップはオリンパス。(2019年4月現在)
全銘柄時と同様に 強相関 となっていますが、
相関度は、やや低下しました。
■理論時価総額５０００億円以下の時価総額と理論時価総額の回帰分布
対象銘柄：５０００億円以下
横軸x: 理論時価総額
縦軸y: 時価総額
相関係数：強相関
2019.04.12： r=0.82 (n=3360)
2020.03.18： r=0.78 (n=3485)
※投資学習Ｗｅｂ＜理論時価総額マップ＞では、理論時価総額の回帰分析を毎日更新しています。大型株の最新データはこちらです。
理論時価総額５００億円(中型株)以下の回帰分析
さらに絞り込んで理論時価総額５００億円以下の
中型株以下を対象としたのが下グラフです。
このグループのトップは、メルカリ。(2019年4月現在)
相関度は、大型株の強相関から 並みの相関へ低下 しました。
多くの銘柄は回帰線付近に並んでいますが、
離れた位置にあるものも目立っています。
■理論時価総額５００億円以下の時価総額と理論時価総額の回帰分布
対象銘柄：５００億円以下
横軸x: 理論時価総額
縦軸y: 時価総額
相関係数：相関
2019.04.12： r=0.46 (n=2393)
2020.03.18： r=0.52 (n=2590)
※投資学習Ｗｅｂ＜理論時価総額マップ＞では、理論時価総額の回帰分析を毎日更新しています。中型株の最新データはこちらです。
理論時価総額１００億円(小型株)以下の回帰分析
対象をさらに絞り込み理論時価総額１００億円以下の
小型株以下グループを対象としたのが下グラフです。
このグループのトップは、サンバイオ。(2019年4月現在)
相関度は、中型株の相関から 弱相関へと低下 。
回帰線から上下離れた位置に分布する銘柄が
かなり目立つようになってきました。
■理論時価総額１００億円以下の時価総額と理論時価総額の回帰分布
対象銘柄数：１００億円以下
横軸x: 理論時価総額
縦軸y: 時価総額
相関係数：弱相関
2019.04.12： r=0.22 (n=1210)
2020.03.18： r=0.25 (n=1366)
※投資学習Ｗｅｂ＜理論時価総額マップ＞では、理論時価総額の回帰分析を毎日更新しています。小型株の最新データはこちらです。
理論時価総額５０億円(超小型株)以下の回帰分析
最後に理論時価総額５０億円以下の
超小型株グループを対象としたのが下グラフです。
このグループのトップは、Ｋｕｄａｎ。(2019年4月現在)
相関度は、ついに 相関なし、または微相関 に。
この水準において、数学的な 相関はほぼ認められない
という結果となりました。
■理論時価総額５０億円以下の時価総額と理論時価総額の回帰分布
対象銘柄：５０億円以下
横軸x: 理論時価総額
縦軸y: 時価総額
相関係数：非相関－微相関
2019.04.株価分析の一手法としての回帰分析 12： r=0.10 (n=740)
2020.03.18： r=0.14 (n=872)
※投資学習Ｗｅｂ＜理論時価総額マップ＞では、理論時価総額の回帰分析を毎日更新しています。超小型株の最新データはこちらです。
回帰分析を応用した国カテゴリ別の相対リスク比率の推計｜企業価値評価・算定のプルータス・コンサルティング公式サイト
MENU
レポート/メールマガジン
レポート/メールマガジン
1. はじめに
2. 回帰分析の概要
2. 1 回帰分析の一例
2. 2 最小二乗法による推定
実際の推計においては、複数時点の株価指数及び株価の変動を観察し、以下のようなモデルを作成します。
図からも明らかなように、TOPIXの変動率が正(負)の場合は株価の変動率も正(負)となる傾向があり、またTOPIXの変動率が大きい(小さい)ほど株価の変動率も大きく(小さく)なる傾向が窺われます。そこで、具体的にどの程度大きく(小さく)なるかを推定したのが図中の直線です。この直線は、回帰分析により導かれる直線であることから回帰直線と呼ばれます。
回帰直線の推定方法には様々なものがありますが、最も基本となるのは最小二乗法です。最小二乗法とは、座標面上に散らばる点から直線までの距離を最小化するように、直線の切片と定数項を決める方法です。実際の計算は、[2]式のutを全ての時点について二乗した合計を最小化することにより行われます。
その結果導出された関係式が図1に示されています。この式は、TOPIXが1単位変動したとき、日立製作所の株価は約1.18単位変動することを意味します。
また、式の下に示されたR2は決定係数と呼ばれる指標で、日立製作所の株価変動の約60%がTOPIXの変動により説明可能であることを意味しています。座標面上に散らばる点が直線状に近くなればなるほど決定係数は1に近付き、推定された回帰直線の説明力は高くなります。ただし、変数間の関係性は様々であり、決定係数がどの程度であれば十分説明力があるといえるかどうかについては一概にいえません。たとえば株価は、株価指数の変動のみならず、個々の企業が直面している様々な環境の影響を受けるため、0.6を超える決定係数は十分に高い部類に属します。
3. 相対リスク比率推計への応用
3. 1 国カテゴリとボラティリティの関係
＜図2 国カテゴリとボラティリティの関係＞
回帰分析とは？
単回帰分析・重回帰分析をExcelで実行する方法を解説！
F12セルに表示されている「有意F」の数値はいわゆる「帰無仮説」の観測される可能性を表しており、説明変数の係数(変数を除いた数値)が本当は0である場合の確率の上限です。説明変数の係数が0であれば切片以外の説明変数はすべて無意味となり、予測変数が目的変数に与える影響はないということになります。しかし、今回の有意Fは「1.45581E-67（1.45581*0.1^67）」という非常に小さい数値であり、棄却してよいと考えられます。よって、回帰係数は0と有意に異なっているといえます。
重回帰分析は、回帰分析のポップアップ画面で設定する「入力X範囲」を追加する変数（今回の場合はD列の「世帯主収入」）の範囲まで広げることで行えます。
「補正R2」はいわゆる「自由度調整済み決定係数」のことで、標本の数が増加したことで無条件に上昇した決定係数を自由度（標本数-説明変数の種類数）で調整した決定係数であり、重回帰分析でよく用いられます。
また、下図のように「挿入」タブから「散布図」を作成し、さらに右クリックで近似曲線を追加することで単回帰分析の結果を知ることも可能です。「近似曲線の追加」ボタンをクリックしたら、「グラフに数式を表示する」と「グラフにR-2乗値を表示する」にチェックを入れることも忘れないようにしましょう。
回帰分析を行う上で覚えておきたいのが“「相関」と「因果」は違う”ということです。回帰分析は目的変数・予測変数間に因果関係があることを仮定する手法ですが、実のところ、その関係は疑似相関だったり因果の流れが逆だったりすることもあります。誤解を防ぐためにはツールに頼りつつも、どのような事実がありどのような仮定のもとで分析が行われているのかを意識することが重要です。
そのポイントを忘れず、ぜひ本記事で紹介した手法を実践してみてください！
Excelで単回帰分析 データを分析して未来を予測しちゃおう！
優
数字で根拠を示せる営業マンって説得力や安心感があって、かっちょ良いですよね！そんな風になりたいものです。とはいっても、手元の色々なデータに対する分析しようにも、Σの計算なんてとっても面倒くさいですよね･･･。
大人のやりかたで仕事をしよう！
私達は高校生ではないので、大人のやりかたで簡単かつ短時間で仕事をこなしたいものです、大人のやり方とは、隣に本を置き、ネットで調べながら、ツールを駆使し最速で仕事をするということ。そこでお手持ちのエクセルを使うと、面倒な計算をすべてコンピュータの力で解決してくれるので、計算が苦手な人でも簡単に分析が出来ちゃうのです！
今回はポスティング件数と売上高から、相関関係を見出して、いくつポスティングすればどれだけ売上高が見込めるのかという 簡単な未来を予測☆ をしたいと思います。一般的な資料であれば、単回帰分析のデータで十分なはず。どこかのアンケート結果では、管理職の方のほとんどは単回帰分析で資料を作っているようですし、ビジネスで誰かに提案したり、見せる場合は複雑なデータより、わかりやすさが重要ですよね。
今回ご紹介する単回帰分析の要素はxとyの２つ、１次関数でとてもシンプル。しかし、売上高に繋がる条件が複数強く相関したり、3次だったり, 5次関数のグラフのほうが実態に適している場合もあります。話の頂点として、ビジネス的なわかりやすさと統計学的な正確性はトレードオフな場合があるということに注意が必要です。重回帰などの３つ以上の要素が絡むセクシーなデータを採用する場合は、専門知識がある人同士はOKですが、一般的なビジネスの提案用途としてはマニアックなデータになってしまい伝わらない危険性がありますよね。
コメント