銘柄発掘とリターン
成長株スクリーナーと戦略リターンの確かめ方
成長、相対的な株価の強さ、流動性から候補を探し、アルゴリズムの成績が現実的な検証に耐えるかを調べる手順です。
探す前に「主導株」を定義する
成長株は事業の成長に関する仮説で、主導株は選んだ期間の相対成績を表す観測です。両者は一致するとは限りません。再現可能な検索では、取引所、証券の種類、最低限の株価履歴、流動性の条件を先に決めます。対象集合は各時点で分かっていたものにそろえます。直近の上位銘柄は調査候補であり、次の期間も主導する証拠ではありません。
成長を開示資料まで戻って確かめる
例えば売上拡大、収益性改善、現実的な参入を検討できる取引量を条件にできます。しきい値は普遍的なルールではなく、自分の実験条件として記録します。EPSの変化が事業、自社株買い、税効果、前年の小さな基準値のどれによるものかを確認してください。損益計算書をキャッシュフローや希薄化と比較します。指標の急成長と現金化の悪化が同時に起きることもあるため、元の開示から違いを読み解きます。 SEC: Beginners’ Guide to Financial Statements
事業の根拠と株価の強さを組み合わせる
基準指数と期間を固定し、同じ日付と調整方法で株価を比較します。強さが業界全体に広がるか、一銘柄に集中するか、決算後も続くかを確認します。SEPAを参考にした検索は観測の整理に役立ちますが、GSDAQのリストはMark Minervini氏の独自手法全体や本人の推奨ではありません。公式の教育・商品とGSDAQは別です。 Minervini: official SEPA education and product information
図を文章で読む
- 1・対象を決める: 市場・流動性・日付
- 2・事業を確かめる: 売上・利益・現金
- 3・強さを比べる: 同じ基準指数と期間
- 4・条件を記録する: 反証となる情報と通知
検索でAIに任せること
候補が記録した条件を満たした理由や、足りない根拠の確認にAIを使います。報告済みの結果、推計、株価から計算した観測を分けて説明させます。よく上がった銘柄を見た後に、説明の中で検索条件が変わらないようにしてください。GSDAQは戦略リストと企業分析を提供しますが、全証券を自由な自然言語条件で検索するエンジンではありません。更新によって当時知っていた情報が置き換わらないよう、自分の記録に観測日を残します。
売買ルールには執行条件の検証も必要
リターンを計算する前に、参入、退出、配分、リバランス時刻を定義します。終値で判定するシグナルを、同じ終値で必ず約定できると仮定しないでください。スプレッド、スリッページ、手数料、必要なら資金調達費、配当、企業行動を含めます。パラメータを選ぶ期間と評価期間を分け、不採用の候補や上場廃止銘柄も残します。GSDAQのルール表示は証券会社への注文を実行しません。何をいつ知り得たかを他の読者が再構成できてこそ、バックテストは役に立ちます。
リターン、下落幅、費用を一緒に読む
架空の2年間で100ドルが20%下落した後25%上昇すると100ドルに戻ります。年次リターンの算術平均は2.5%でも、累積リターンと年平均成長率（CAGR）はゼロです。観測できる最大下落幅は少なくとも20%で、細かい系列ならもっと深い下落が見つかるかもしれません。CAGRとともに最大ドローダウン、投資比率、売買回転率、標本数、同期間の基準指数を確認します。GSDAQのAIスクリーナーが市場を上回るという監査済みの一般的主張はありません。過去や仮想の成績には数値と一緒に仮定を示す必要があります。
モメンタム研究から分かる範囲
JegadeeshとTitmanの1993年論文は、過去の上昇銘柄を買い下落銘柄を売る戦略について、3〜12か月の保有期間で正のリターンを報告しています。現在の成長株、GSDAQのリスト、次の5分足を検証した結果ではありません。相対的な強さを調べる動機にはなりますが、対象集合、標本期間、費用、検証期間は別途定義する必要があります。 Jegadeesh & Titman (1993): Returns to Buying Winners and Selling Losers