hide

重要な前提がひとつ抜けていますよ。 イランは湾岸諸国を「国」として見ていません。 米国の下僕、という認識です。 だから「6カ国を敵に回す＝四面楚歌」という計算式自体が、イラン側の頭の中には存在しない。 UAEが異議を唱えようが、「ドバイを灰にしてやる」とまで豪語する。 イランにとっては「アメリカの出先機関が何か言っている」程度の話です。 ペルシャ帝国の末裔としての強烈なプライドがある以上、湾岸アラブ諸国は交渉相手ではなく、威嚇して黙らせる対象、というのが実態に近いかと。

An Iranian missile struck an oil refinery in the Israel city of Haifa. The plant produces half of Israel’s domestic fuel supplies. Power was briefly disrupted before being restored, with no casualties reported.

この論文読んだので、初心者でも分かるように解説。 結論：米国市場が夜に動く → 数時間後に日本市場が開く → 同業種に伝播する この“時差”を取りにいく。 ポイントは、 米国の11業種の今日の動きから、日本の17業種の明日を予測すること。 ただ、11×17で全部の関係をそのまま推定すると、データ不足でノイズまみれになる。 そこで使うのがPCA（主成分分析）。 たくさんの業種の値動きを、少数の共通パターンに要約する手法です。 イメージとしては、28業種がバラバラに動いているようで、実は ① 全体がリスクオン/オフか ② 米国優位か日本優位か ③ 景気敏感 vs ディフェンシブのどちらが強いか みたいな少数の軸でかなり説明できる、という発想。 でも普通のPCAには弱点がある。 サンプル数に対して変数が多いと、相関行列の推定が不安定になって、抽出される因子もブレやすい。 そこで論文では、部分空間正則化で 「データから見えた構造」だけでなく 「本来こういう構造のはず」という事前知識も混ぜて、PCAを安定化させる。 ざっくり言うと、 生データ100%ではなく、事前知識を強めに混ぜてノイズを抑えるイメージ。 その上で、抽出した共通因子に米国の今日のリターンを入れると、 「今日はリスクオン寄り」「景気敏感優位」みたいなスコアが出る。 それを日本側に写像して、翌日の業種別シグナルにする。 で、上位30%を買い、下位30%を売る。 結果はかなり強くて、 正則化PCAは、通常のPCAや単純モメンタムを大きく上回った。 面白いのはここで、 エッジ自体は“業種間の伝播構造”にあるけど、勝負はその構造をいかに安定推定するかにある、という話。 「予測式を工夫する」より前に、 何をどう圧縮して、どうノイズを殺すかが効く好例だと思います。

ホルムズ封鎖で原油を販売できなくなっている湾岸諸国も売っているようです。

【速報】日本含む6カ国 ホルムズ海峡の航行めぐり共同声明 ｜ 共同声明はイギリス、フランス、ドイツ、イタリア、オランダ、日本の6カ国 湾岸地域の武装していない商船に対するイランの攻撃、石油ガス施設を含む民間インフラへの攻撃、ホルムズ海峡の事実上の封鎖を「最も強く非難」するとしている。6カ国で声明を出すのは初