KERNEL SCOPE

やっていること：生の株価はギザギザで、人間が「型」を見るときは無意識に均しています。Lo・Mamaysky・Wang はその「均し」をカーネル回帰という統計手法で機械的に再現し、均した曲線の山と谷の並び方だけで、三尊などの型を定義しました。本アプリはその定義をそのまま実装し、さらに「合致度＝類似度」を0〜100の連続値で出します。

カーネル回帰

近くの日ほど重く数えて平均する、移動平均の親戚。遅れが出にくいのが利点。

バンド幅 h

「どのくらい遠くまで平均するか」。大きいほどツルツル、小さいほどギザギザ。

交差検証（CV）

1点ずつ隠して当てにいき、誤差が最小になる h を選ぶ方法。原論文はこれを 0.3 倍して、型が見える程度の粗さに調整します。

極値 E1…E5

均した曲線の山（極大）と谷（極小）。この5点の高さの大小関係だけで型を判定します。

条件スコア

論文の不等式条件（例：E3がE1より高い）を、○×ではなく余裕の大きさで0〜1に採点したもの。

形状相関

理想形のひな型と、実際の平滑曲線の形の相関係数。

類似度

条件スコアと形状相関の加重幾何平均を100倍した値。

ネックライン

E2とE4を結んだ線。ここを終値で抜けると型が「完成」したと見なすのが慣行です。

原論文の結論は「これらの型は、その後のリターン分布に統計的な情報を持つ」であって「儲かる売買ルールである」ではありません。アクション提案は、検出された型に対して一般的なテクニカル分析の慣行（ネックライン抜けでエントリー、型の高さぶんを目標）を機械的に当てはめたものです。