2025年に試した売買を、取引履歴で振り返った
2025年の約定履歴を戦略ごとに集計した。配当・優待を意識して持つ売買は勝ちが約7割、決算狙いの短期売買は勝ちが半分弱で負けの幅が大きく、積立は約+2割だった（いずれも目安）。
続きを読む →NOTES
記事
データの点検方法、AI予測の検証、投資シミュレーションの条件と結果をまとめています。
ALL NOTES
すべての記事
AIがまとめた決算分析を、決算短信で確かめた
2026年3月にAIと整理した11社の決算分析から25件の主張を取り出し、当時の決算短信で確かめた。一致7件、ずれあり5件、誤り9件、確認できず4件だった。
続きを読む →研究の合間に始めた投資が、高配当株に落ち着くまで
特典の約4,000円で始めた投資が約3,500円になり、積立NISA、個別株での損失を経て、高配当株と積立を組み合わせる今の方針に落ち着くまでの記録。
続きを読む →私が高配当株を選ぶときに確認していること
候補の探し方、AIに確認させる4項目、利回り4%以上という目安とその理由、10年分の配当推移の見方、購入を見送る条件をまとめる。過去データで成績を確かめた基準ではない。
続きを読む →増配が続くと、取得価格に対する利回りはどう変わるのか
利回り3.5%で買った株は、年5%の増配が毎年続くと仮定すれば、取得利回りが10年後に5.70%、20年後に9.29%になる。増配率一定・税引前・再投資なしの計算例。
続きを読む →投資の損益を合計で知りたくて、iPhoneアプリ「投資収益管理」を作った
日本株・米国株・積立・不動産投資・配当を合わせた損益を一か所で見るために作ったiPhoneアプリの紹介と、開発中の「友人との株式対戦機能」の仕組み。
続きを読む →AIに売買のタイミングを任せて失敗した私が、今はAIを「調査ツール」として使う理由
AIで作った「+15%で利確、さらに10%ごとに売却、10%下がったら再購入」のルールで2026年1〜9月に運用し、利益を取り逃した。今はAIを候補探しと情報集めに使い、売買は自分で決めている。
続きを読む →時系列CSVの欠測・重複・時刻ずれを4行のサンプルで見分ける
4行のCSVを自作ツールで点検し、欠測2件・重複・順序逆転・2秒のずれがなぜ検出されるかを解説します。許容ずれを変えた結果と、データを修正する前の確認手順も紹介します。
続きを読む →日本株の投資戦略を検証する──比較の物差しはTOPIXの配当込みリターン
連載の初回として、TOPIX連動ETF（1306）を持ち続けた場合の成績を出す。2015年6月〜2026年10月の配当込み年率リターンは10.0%、最大ドローダウンは-32.7%だった。
続きを読む →高配当増配の10銘柄を持つ戦略を検証する──下落には強かったが、TOPIXには届かなかった
配当利回り3.5%以上・減配なしの10銘柄を持つ戦略は、2015年6月〜2026年10月の年率8.85%で、1306（TOPIX）の10.01%を下回った。最大ドローダウンは-20.2%と小さかった。
続きを読む →第5回：競艇の結果が「不明」と表示される原因と対処──失格・返還コードとデータ鮮度の表示
精算済みなのに競艇の結果が「不明」に見える原因は、失格・返還で着順が空になることと、データ更新の停止でした。結果コードのラベル表示、データ鮮度の表示、公開ページで見せる情報の線引きをまとめます。
続きを読む →第5回：締切前オッズを時点付きで定期収集する方法──VPS・Raspberry Pi・Macの役割分担
競馬AIを未来のレースで検証するため、締切前オッズを取得時刻付きで5分おきに収集する仕組みを、VPS・Raspberry Pi・Macの3台に分けて構築しました。設計のポイントと検証結果をまとめます。
続きを読む →第1回：競艇予測AIの作り方は判断台帳から──ペーパー運用とフェイルクローズ設計
競艇予測AIは、モデルより先に「なぜ候補にしたか・なぜ見送ったか」を再現できる判断台帳と、条件不足で候補にしないフェイルクローズのゲートを作ります。列設計と実装例をまとめます。
続きを読む →第2回：競艇AIのデータリーク対策──確定オッズを使わず締切前オッズを時刻付きで集める
競艇AIの候補選びに確定オッズを使うと、検証結果が実力以上に良く見えます。締切前のライブオッズだけに直すと単勝ベースラインはROI -7.64%でした。時刻付きでオッズを集め、品質を確認する方法をまとめます。
続きを読む →第3回：LightGBMで競艇の勝率を予測し市場オッズと比較する方法──ブレンドと期待値ゲート
競艇AIのLightGBMモデルは、締切前オッズから求めた市場確率よりわずかに正確でした（logloss 1.2255対1.2747）。モデルと市場の確率をブレンドし、オッズを割り引いて期待値で候補を決める方法をまとめます。
続きを読む →第4回：競艇AIの検証結果──過去T4実験と804件の予測台帳を分けて読む
過去T4実験137件・回収率103.5%を台帳で確認し、productionの予測台帳804件を再集計すると利益率は-10.0%でした。期間・モデル版・ROIの定義をそろえずに比較できない理由を解説します。
続きを読む →第1回：競馬予測AIの作り方は「判断台帳」から──全馬の判断CSVとデータ設計
競馬予測AIは、モデルより先に「なぜその馬を選んだか」を再現できる判断台帳を作るべきです。全馬1行の判断CSVの列設計、データの置き場所、発走前オッズの保存、自動購入しないルールをまとめます。
続きを読む →第2回：競馬AIのデータリーク対策──馬番の誤結合を見つけて直す方法
競馬AIの精度が上がらない原因が、別の馬のオッズを渡していた誤結合でした。順位相関で異常を見つける方法、pandas mergeのvalidate、発走前オッズの時点確認、禁止列の検査、時系列分割をまとめます。
続きを読む →第3回：LightGBMで競馬の複勝確率を予測する方法──確率校正と戦略を分けて評価
LightGBMの二値分類で複勝圏（3着以内）に入る確率を予測し、購入条件は別の戦略として評価する方法をまとめます。validationで校正・条件選択し、testは凍結して評価します。
続きを読む →第4回：競馬AIのバックテスト結果の読み方──ROI 116.1%でも採用しなかった理由
バックテストでROI 116.1%が出ても、直近の2023年が96.1%だったため競馬AIの戦略を採用しませんでした。ROI以外に確認すべき指標と、事前に決める採用基準をまとめます。
続きを読む →PICK UP
実際に作って試した記事
実機やコードで確かめた内容を、うまくいかなかった原因や直し方と合わせてまとめた記事です。
時系列CSVの欠測・重複・時刻ずれを4行のサンプルで見分ける
4行のCSVを自作ツールで点検し、欠測2件・重複・順序逆転・2秒のずれがなぜ検出されるかを解説します。許容ずれを変えた結果と、データを修正する前の確認手順も紹介します。
続きを読む →第2回：競馬AIのデータリーク対策──馬番の誤結合を見つけて直す方法
競馬AIの精度が上がらない原因が、別の馬のオッズを渡していた誤結合でした。順位相関で異常を見つける方法、pandas mergeのvalidate、発走前オッズの時点確認、禁止列の検査、時系列分割をまとめます。
続きを読む →第4回：競馬AIのバックテスト結果の読み方──ROI 116.1%でも採用しなかった理由
バックテストでROI 116.1%が出ても、直近の2023年が96.1%だったため競馬AIの戦略を採用しませんでした。ROI以外に確認すべき指標と、事前に決める採用基準をまとめます。
続きを読む →