機械学習モデルに特徴量を投入する際、最も重要なのは「予測に寄与する構造を正しく捉え、学習しやすい形に整える」ことです。
ここでは、特徴量設計の基本から、スケーリング、評価指標（IC）まで、具体例を交えて解説します。
⭐ 特徴量とは「モデルへの入力変数」
例えば、翌日の株価上昇を予測するモデルを作る場合：
- モデル：XGBoost や LightGBM
- 目的変数（ターゲット）：翌日の騰落（1 or 0）
- 特徴量：その前日までのRSI、MACD、終値のZスコアなど
⭐ スケーリングが重要な理由
異なる桁の特徴量をそのまま扱うと、モデルの重みが偏りやすくなります。
✅ ダメな例：
- 特徴量1：終値 = 32,580（価格ベース）
- 特徴量2：RSI = 65（0〜100）
- 特徴量3：MACD = 0.28
→ 終値のスケールが大きすぎて、モデルが価格の差ばかりに反応してしまう。
✅ 良い例：Zスコア化 or 正規化済み
- 終値Zスコア = +1.5
- RSI = 0.65（0〜1に変換）
- MACD = 0.28（ATRなどでスケール調整済）
→ モデルがどの特徴量も平等に扱えるようになり、精度・解釈性が向上します。
⭐ Zスコアによる標準化（スケーリング）
Zスコア =（値 − 過去平均）÷ 標準偏差
✅ 実例：終値のZスコア（過去20日）
- 本日終値 = 33,200
- 20日平均 = 32,000、標準偏差 = 400
- Zスコア = (33,200 – 32,000) ÷ 400 = +3.0
→ 通常より3σ上にある＝過熱ゾーンに位置
✅ スケール統一の重要性
例えば、日経平均株価の終値（35,000円）と、前日のリターン（+1.25％）を比較したい場合、数値の桁があまりにも異なるため、直接比較するのは困難です。
しかし、Zスコアで標準化すれば：
- 終値Zスコア：+1.5（過去水準と比べて高い）
- 前日リターンZスコア：+0.5（やや上昇）
このように、同一のスケーリングで比較できるため、判断の正確性が大幅に向上します。
⭐ IC（Information Coefficient）で効果を数値化
各特徴量が「どれくらいターゲット（翌日リターンなど）と相関があるか」を確認することで、有効な特徴量を選定します。
✅ 実例：
- RSI_5 のIC（20期間） = +0.12 → 有効
- PBR のIC = −0.01 → ノイズ or 無関係
ICが +0.05 以上なら有効候補として採用。
⭐ 特徴量の例と加工方法
| 特徴量 | 加工方法 | 備考 |
|---|---|---|
| RSI（5日） | /100（0〜1に） | 必ずスケーリングする |
| HV（20日） | Zスコア化 | 平常 or 異常を判断しやすく |
| 移動平均乖離 | Zスコア or %に変換 | 距離のスケールを整える |
| 出来高 | 過去平均比 or 対数変換 | 異常出来高を検出しやすく |
⭐ 複数特徴量の合成（スコア式）にも応用
例：
Score = 0.4 × RSI_z + 0.3 × MACD + 0.3 × 終値乖離率_z→ 全てスケールをそろえてあるので加重平均しても意味がぶれない。
⭐ まとめ
機械学習用の特徴量は、「構造をもつ」「比較できる」「学習しやすい」形に整える必要があります。
そのためには：
- Zスコアや0〜1スケーリングで正規化
- ICで有効性を定量的に検証
- スケール整備で複数特徴量を合成可能に
「そのままの数値」を使いがちですが、実際には“変換済み”でない特徴量は精度を下げる原因にもなります。
📘 次回は「結合・進化型特徴量」について解説します。