順位による正規化とは？尺度をそろえても残る違い

二つの特徴量が違う単位や範囲を持つと、そのまま足した値は大きな数字の特徴量に左右されます。順位による正規化は、同じ日の銘柄間の順序を共通の尺度に変換する考え方です。数字の大小ではなく、その日どの位置にあるかを使います。

順位変換は単位の違いを扱いやすくしますが、特徴量の有効性を証明しません。元の値の距離も失います。値が僅差の二銘柄と大きく離れた二銘柄が、変換後は同じ順位差になる場合があります。

説明用の架空値を A=2、B=5、C=9、D=14 とします。小さい順の順位 r は 1、2、3、4。ここでは例として u=(r−1)/(n−1) を採用し、n=4 なので 0、1/3、2/3、1 に変換します。これは説明用の定義で、KabuForge の実装式を断定するものではありません。

元の値をすべて十倍しても順序は同じなので、この変換値は変わりません。一方、B と C の元の差が 4 であることは変換後に残りません。実際の計算では、採用した尺度、順位の方向、同値規則を実装と設定から確認してください。

架空の値 2、5、5、14 に平均順位を使うと、順位は 1、2.5、2.5、4 です。上の式では 0、0.5、0.5、1 になります。同じ値を銘柄コード順で並べても、元の特徴量に新しい情報が生まれるわけではありません。

欠損をゼロに置き換えると、ゼロが実際の測定値なのか未計算なのかが分からなくなります。欠損方針と有効銘柄数を保存し、一銘柄しかない日や全銘柄同値の日には計算可能性を確認します。上の式は n=1 では分母がゼロになります。

高い値を高得点にするか、低い値を高得点にするかは特徴量の定義です。正規化が方向を自動で決めるわけではありません。評価期間の結果を見て方向を反転した場合、その期間は選択に使った情報として記録する必要があります。

架空の二つの変換値が 0.75 と 0.25 なら、各 0.5 の単純な加重平均は 0.5 です。この計算例は推奨配分ではありません。同じ尺度でも、二つが似た情報なら足すことで同じ特徴を重ねて評価してしまいます。

公開デモ2 は順位による正規化を使ったファクター診断を説明しています。この記事から、別の変換方法も同じ画面で実装されているとは判断できません。利用版の処理設定、特徴量の出力、有効数を確認し、どの定義を実際に使ったかを記録します。

確認の成果は、架空例を計算できることと、実データの出力に適用された規則を説明できることです。正規化された得点を将来ラベルと混ぜず、評価結果から自動的に売買や最適な重みを導かないようにしてください。

ファクターとは、IC の読み方、分位分析と合わせて読むと、この記事の指標や操作を他の検証課題と区別できます。出典と操作の範囲は 公式 GUI 研究コースで確認してください。利用する版の資料を優先し、公開 main と手元の環境に違いがあれば確認を保留します。

本記事は研究手順を学ぶための教材です。数値例は計算方法を示すための教材であり、実際の運用成績ではありません。特定の銘柄や売買を推奨せず、将来の収益を保証しません。公開コースの過去データを使った研究は、当時利用できた情報だけで検証したことを全面的に保証するものではありません。免責事項

SciPyの順位と同値の仕様。 同じ値の順位の扱いを確認できます。本文の架空例と実際に選んだ処理設定は別々に照合してください。

ファクターの学習順序を見る

• ファクター相関とは？似た情報を重ねていないか確認する
• ICIRとは？IC の平均とばらつきから分かる範囲
• ファクターとは？銘柄の特徴を数値で比べる考え方