Koukouと仲間たち：散户支援の数理経済モデル

Data
Koukouと仲間たち：散户支援の数理経済モデル

Koukouと仲間たち：散户支援の数理経済モデル

本リポジトリは「散户情绪与股市变化成正相关」を掲げ、個人投資家（散户）を支援するための数理経済モデル実装を試みた小規模プロジェクトです。主要スクリプトはPythonで記述され、過去のGME株価データを読み込んでボラティリティ推定、オプション価格算出や借券料・維持保証金を考慮したポジション評価と可視化を行うことを意図しています。データや追加ドキュメントは含まれておらず拡張余地があります。

https://github.com/hongyulyu714-prog/koukou-

概要

このリポジトリは「Koukou and his friends’ brilliant ideas」と題し、散户（個人投資家）の感情と株価変動の相関を踏まえ、数学的・統計的手法で投資判断の根拠を作ることを目指す実験的プロジェクトです。Python（pandas, numpy, matplotlib, scipy）を用いてGMEのHLOCデータを読み込み、リスクフリーレート、借券料（borrow）、維持保証金率（MMR）などのパラメータを導入して価格評価や解析を行うスクリプトが含まれています。現状はサンプルコードと簡単な解析に留まり、データファイルやドキュメントの追加が望まれます。

GitHub

リポジトリの統計情報

  • スター数: 7
  • フォーク数: 0
  • ウォッチャー数: 7
  • コミット数: 4
  • ファイル数: 2
  • メインの言語: 未指定

主な特徴

  • 過去のGME株価(HLOC)を利用した時系列データ読み込みと前処理
  • 金利（r）・借券料（borrow）・維持保証金率（MMR）など、実務に近いパラメータを導入
  • scipy.stats.normを用いた統計的計算（ブラック＝ショールズ系の手法が示唆される）
  • matplotlibによる可視化を想定した解析フロー

技術的なポイント

リポジトリ内のスクリプトはpandasでCSVを読み込み、日時インデックス化して価格系列(px)を抽出する基本的なデータ前処理から始まります。importされたライブラリ群（numpy, matplotlib, scipy.stats.norm）はボラティリティ推定・正規分布に基づく確率計算・オプション価格算出に適した構成です。特に注目すべきは借券料(borrow)と維持保証金率(MMR)を明示的にパラメータ化している点で、これは単純なブラック＝ショールズモデルに対して「実取引でのコスト」や「マージンリスク（強制決裁）」を組み込むことを意図しています。実装例からは、リスクフリーレートrと借券料をコスト項目としてオプションのインプライド価格やショートポジションの期待損益に反映させる設計が推測されます。またnormを使うことで標準正規の累積分布関数(CDF)を利用した価格計算や確率評価（例：特定水準への到達確率推定）が行えるため、ボラティリティの推定→価格評価→リスク指標の算出という典型的なワークフローが組めます。一方で、データファイル(gme_HLOC.csv)や詳細な関数化、ドキュメントは欠如しており、再現性・拡張性を高めるためにrequirements.txt、データの同梱またはダウンロード手順、計算を関数化してテスト可能にすることが望ましいです。将来的にはモンテカルロシミュレーション、エージェントベースモデル、オプション・ポジションのギリシャ指標導入や実取引データ（借入残高・空売り比率）との結合により、散户向けのより実用的な意思決定支援ツールに発展させられます。

プロジェクトの構成

主要なファイルとディレクトリ：

  • README.md: file
  • koukou和他的伙伴们的熬夜成果🥳: file

まとめ

小粒だが着眼点は明確。データ添付・関数化・ドキュメント整備で実用性が高まる。

リポジトリ情報：

READMEの抜粋：

Koukou and his friends’ brilliant ideas

#散户情绪与股市变化成正相关，本项目旨在构建数理经济模型，让散户投资有依靠。 import pandas as pd import numpy as np import matplotlib.pyplot as plt from math import sqrt, exp, log from scipy.stats import norm

---------- 数据 ----------

df = pd.read_csv(“gme_HLOC.csv”) df[“date”] = pd.to_datetime(df[“date”]) df = df.set_index(“date”).sort_index() px = df[“GME.Close”].astype(float)

---------- 参数 ----------

r = 0.01 # 无风险利率 borrow = 0.20 # 借券费率（年化） MMR = 0.30 # 维持保証金率 Q_sh…