方法論

検証レイヤー

Drususが公表する各データ点には、3つの来歴メタデータが付随いたします — 一次ソース、スナップショットの時刻、そしてパーセンテージ変化の算出基準たる検証済み前場終値です。検証レイヤーは、これらいずれかの要素が欠落している、あるいは当該会場の鮮度閾値を超過した銘柄ラインを一切受理いたしません。

これは、アーキテクチャにおいて最も重要な設計上の選択であります。ある銘柄を省略したブリーフィングは赦されますが、ある銘柄を誤って記述したブリーフィングは赦されません。検証レイヤーは意図的に保守的に設計されており、未検証の数値を公表するよりも、データを利用不可と表示する側に倒します。

AIアナリスト

Drususのチャット・インターフェイスにおけるAIアナリストは大規模言語モデルを基盤とし、提供された検証済みデータの範囲内でのみ作業し、不確かなデータを明示し、マーケティング担当者ではなく上級専門家の分析的文体で記述するよう、システムプロンプトによって制約されております。

Institution階層では、アナリストはAnthropic Claude Sonnet — プラットフォームが対応する最高グレードのモデル — を基盤としております。Strategist階層およびそれ以下では、大半の問いに対し同等の分析能力を持ちながら、最も複雑な複数銘柄分析においてはより限定的なコンテキストウィンドウを有する別のモデルが採用されます。モデルの選択は問い合わせごとに行われ、下位階層の出力を人為的に劣化させることはございません。

アナリストは、規制上の境界における意味での投資助言の生成を拒否し、個別銘柄の売買推奨の発出を拒否し、利用者が分析ではなく助言を求めていると判じられる状況を明示するよう、指示されております。

シナリオ・モデリング

Strategist階層以上で利用可能なモンテカルロ・シミュレーション・エンジンは、各構成銘柄の1985年（利用可能な場合）から現在までの過去収益分布を基礎とし、資産相関の体制依存性を反映するよう調整されたローリング相関ウィンドウを用います。既定では10,000パスのシミュレーションを実行し、利用者により設定変更が可能です。

エンジンは、利用者が指定する取り崩しスケジュール（名目または実質）に対応しており、インフレは利用者が選択した国別消費者物価指数を基にモデル化されます。出力は名目および実質の双方における資本保全確率、中央値パス、ならびに5・25・75・95パーセンタイルの結果を報告いたします。

本手法上の主たる留保は、モンテカルロ分析に通常伴うものと同様です。すなわち、シミュレーションが描く過去分布は、予測期間が実際に経過する体制を代表しているとは限りません。出力は、過去が未来に対して示唆的であるという前提のもとに条件付けられており、適切な慎重さをもって読まれるべきです。

バリュー・アット・リスク

Strategist階層以上で利用可能なバリュー・アット・リスク計算は、ローリング相関ウィンドウを伴うヒストリカル・シミュレーション法を用います。私たちは、ガウス分布を前提としテール・リスクを過小評価しがちな分析的（パラメトリック）法、ならびに単純な形ではファットテイルを同様に過小評価する分散・共分散法を、意図的に採用しておりません。

既定の参照期間は250営業日であり、設定変更が可能です。信頼水準も設定可能で、95％と99％が通例の既定値です。期待ショートフォール（条件付きVaR）はヘッドラインの数値と並んで報告されます。これは、本格的なリスク文献において好まれる理由と同様、VaR閾値を超過した条件下での損失を特徴づけるものであり、超過事象において実際に重要となるのはまさにその数値であるからです。

重複上場の調整

重複上場銘柄（特にHKEXとNYSEの双方に上場する中国大型株、また欧州・中南米にも相当数あります）について、プラットフォームは両上場を単一の銘柄レコードに統合し、為替調整後の価格関係を明示的に表示いたします。用いられる為替レートは当該会場のセッション終値スポットレートであり、重複する取引時間帯における同期価格を必要とされる利用者のために、セッション間調整も提供しております。

為替で正規化した上での両上場間の乖離それ自体が、追跡対象の分析オブジェクトとなります。過去レンジを超えて持続する乖離は、利用者の注意喚起のために標示されます。そうした乖離はしばしば、決済関連の摩擦、あるいは両法域のいずれかにおける規制上の事情を反映しているためです。

Drusus Dailyの編集パイプライン

Drusus Dailyの各号は、4段階のパイプラインを通じて制作されます。第一に、プラットフォームのソースからデータ・スナップショットが組み立てられ、各数値には来歴メタデータが付されます。第二に、検証レイヤーが不完全あるいは鮮度を欠くデータラインを排除します。第三に、検証済みのコンテキストが、提供データのみの使用を要求し、編集の声色を指示するシステムプロンプトに制約された言語モデルに渡されます。第四に、自動レビューが、生成された文章中に検証済みコンテキストに存在しない数値への言及がないかを検査し、そのような言及が検出された場合は当該号を不採用とします。

編集監督はGravenosが提供いたします。自動レビューが人手による解決を要する問題を検出した場合、当該号は問題が解決されるまで保留されます。プラットフォームは、未検証の内容を含む完全版よりも、透明な但し書きを付した部分版を公開いたします。

引用に関するご案内

本プラットフォームを学術または専門的リサーチにおけるデータあるいは分析的コンテキストの出典としてご利用になる場合、以下のように引用くださいますようお願い申し上げます — Gravenos, Drusus Platform, gravenos.com、データ取得日付の記載を伴うこと。方法論が実質的に寄与した場合は、本ページを直接ご引用ください。Drusus Dailyの内容をリサーチにご利用の場合は、該当する号を日付で引用ください。