今回はアイデアと定式化の試みをお話しします。
弱い依存性がある確率変数列の経験分布関数の収束についての成果を踏まえ、これらの 観測に基づく統計量の構成と定式化の試みを紹介する。この定式化に当たって念頭に置く 事例は、時系列データ解析におけるスムージング（Locally Weighted Regression）、ヘッジ ファンドリターンデータ、確率過程の軌跡の順位統計量などである。さらに、テクニカル トレーディングなど、市場の様子を見てタイミングを見て売買する戦略の定式化の試みも 紹介する。
話しの筋としては、古典的な統計的漸近理論で標準的に行われた独立で同一分布に従う 確率変数列の経験分布関数の収束を踏まえた推測理論を弱い依存関係がある確率変数列の 場合に拡張すること、それが金融の時系列データを扱うために有効ではないか、というこ とです。
項目としては以下の通りです。
: (1).weakly dependent caseの経験分布関数とVon Mises Functional.
これをもとにして、軌跡を直接扱う統計分析。
：(2)One Sample Problem.
Signed Rank Statistics. (Shibata/Miura’s decomposition?).
：(3)Two Sample Problem.
:Rankを使った軌跡の比較。順位相関係数。
:Time-Map Scattered Plot と順位相関との比較同等性？
:Two Sample Wilcoxon