読んだ論文をまとめてたけど、物理辞めるから代わりに読んだ本を記録していくことにしました。読んでいる本と読み終わった本の両方をまとめていきます！小説などはネタバレを含まないように感想書きます。働き始めたら、本を読む時間取れないかもしれないので、3ヶ月分(7月省略)を一気にまとめることにする。

9/15読み始め。

9/24読み始め。

9/28読み始め。

7/31読了。7月だけどそこは気にしない方向で。
星新一のショート・ショートシリーズが面白くて、一話あたりが短くて読みやすいのでにハマってる。12、13冊目くらいな気がする。

8/2読了。機械学習を使ってみる系の本。機械学習の仕組みはあまり説明してないけど、どういうコマンド打っていけばいいかとか、どういうモデルを使えばいいかってのがいろいろ説明されてる。
章ごとにコードが分かれており、章の最初の方で導入した定義諸々を引き継いでいくので、章の途中から本を再開した場合、過去のコードを探さないといけなくて割と面倒だった。どこかに書いてくれてればいいのに。
他の類書をまだ読んだことないので、この本がどれほど分かりやすいのかよく分からないけど、データをダウンロードすることが少なかったので、その辺は初学者向きの本としてよかった。こういう使ってみる系の本を一通り読むと、確かにゼロから作るDeep Learningシリーズがいい本だと思えるのが分かった。

8/2読了。計量経済学くらい知っておいて損はないだろう、ということで評判のよさそうな初学者向けの本を読み始めた。
経済学部一回生向けの本らしく、数式少なめ、その代わり言葉での説明たっぷりという感じなんだけど、数式を書かないせいで逆に分かりにくく感じた。あと、説明一切せずにt検定とかF検定使ってるのも知らないと分からないと思った。結局回帰分析するのが計量経済学で、データとかの取り扱いとか推定をきちんとしないと意味不明な結果になるから気を付けようってことを言いたいのだと理解した。

東北にいたときに100ページまで読んでたけど、引っ越しで忙しくなって途中投げになってたので再開。結構忘れてる気がしたので、とりあえず最初から途中途中読み飛ばしながら今本の3分の1くらいまで来た。Python初学者向け(入門向けとは言ってない、プログラミングを学部1回生でやったとして、2回生前期向けの本)なので、入門を終えたあとに読むのはよさそうって思って読み始めた。がんばるぞい。

8/3挫折。この本では、ブロック崩しゲームを作成しようというので、徐々にプログラムを改良していきつつ、必要事項をその都度説明している。というので、同じようなプログラムを使い回したりするわけで、それは別にいいんだけど、@dataclass と __init__ が乱雑に使われてて、6章で __init__ 使ってたのが7章から@dataclassに切り替わって、なんか面倒と思ってしまって7章で挫折してしまった。

8/4読了。監修者はしがきに、経済学者は3度儲ける。一つ目は研究で見つけた市場アノマリーを利用し、投資で儲ける、二つ目はそれを論文としてまとめ学術雑誌に掲載することで給料が上がる、最後はそれを本にして出版することで儲ける、と書かれてた。この本はまさに三つ目の研究をまとめて本にして儲けるためのもの。
この本は、「市場効率仮説は仮定がそもそも間違ってるから間違い。高PER株より低PER株の方が儲かる」ということを主張したいみたいなんだけど、なんかめちゃくちゃ分かりにくい。高PER株と言ったけど、具体的に定義がはっきり書かれてないせいで、なんか著者が想像する儲からない株としか見えないんだよなぁ。うーん、微妙な本でした。再販されないのも無理はないです。

時代は量子コンピュータ。ビッグウェーブに乗るときが来たのですよ！

8/5読了。量子コンピュータとして量子アニーリング型とゲート型の2種類が知られていて、数年前に話題となったD-Waveは前者の量子アニーリング型。著者たちが以前に書いた本では数式を使わずに説明してたので、ある程度数式を使ってその量子アニーリングについて説明しようという本。難易度としては、量子力学と統計力学の知識がないとほぼ全部分からない気がするので、学部3回生以上向けな気がします。
分かりやすかったかと言われると、個人的には後半に行けば行くほど内容に対して数式や説明が省略され気味になってると感じて消化不良になってしまった気がするので、あまり分かりやすくなかった気がする。

東野作品3冊目。読んでるなう。
8/5読了。メッセージ性の強い作品だった。

8/5読み始め、8/12読了。何かの本かサイトで面白いかおすすめとなってたはずで、それで欲しいものリストに加えてた気がする。
7つの違う角度から多様性の重要性を説いている本。それぞれ、

• 1章:CIAの職員は白人男性のエリートで固められてるので、アルカイダの同時テロを防げなかった。
• 2章:サッカーのイギリス代表にサッカー関係者を招きいれたように、分野の違う人々を議論に加える重要性。
• 3章:エベレスト登山家のチームの例を用いて、どのようなヒエラルキー構造がいいか。
• 4章:発明には天才一人よりも集合知の方が勝つこと、最近の発明の多くは他分野の融合による。
• 5章:エコーチェンバー現象という自身に都合の悪い主張を貶めることで自信の主張をより強く信じるという現象。
• 6章:人によって血糖値の上がりやすい食べ物は違うので、それらの平均から全ての人にいい食事はない。つまりなんでもかんでも平均で代表するのはよくない。
• 7章:

という感じです。 1章から4章は研究にも通じることも多くてとても面白く読めた。例えば、研究室って似たような考えの人が固まりがちなんだけど、それはただ賛同者を増やしてるだけで、間違ってる論文であっても誰も気付けないし、指摘もできない、とか。あと、PIが絶対的に権威を持ってるという意味で、多くの研究グループは「支配型ヒエラルキー」と呼ばれるものになってる可能性高くて、その結果、PIに同調するような意見しか出てこなくて、意外なアイディアは生まれにくい、とか。4章関連で言うと、確かに最近の進展の多くは、融合型の研究だなぁ、と。例えば、ここ最近の大型科研費の極限宇宙や学習物理はそれぞれ量子情報 x 素粒子・宇宙、機械学習 x 物理だし。 ただ、6章で食事データについて話題にしているんだけど、営利関係者のデータだったり、そもそも科学者が調べてないデータだから、分散すら調べてなさそうで、それなのに平均で代表していいってそもそも考えるのは無理がない？最初から分散が大きいので、平均で代表しているこれらの研究や調査は無価値のものでしたって言えばいいだけの気がするんだけど。

8/6読み始め、8/16読了。最後の話がう～ん、という感じだった。

8/6読み始め、8/20読了。読み物的な本ということにして、外観を眺める感じで一通り読んでみた。非平衡熱力学ではエントロピーはシャノン・エントロピーで与えられるのと、なんかいろいろな不等式が成り立っていることが重要でありそうということが分かった。

8/20読み始め、8/26読了。才能の科学という本のレビューにこの本が前提となってると書かれてたので、気になって読み始めた。
とても面白い本だった。音楽・スポーツ・チェスなど客観的に優劣の付く分野においては、基本的に練習量とその練習にどれだけ集中できていたかという要素によって一流とそれ以外と差が付くことを指摘している。特にチェスのようにIQが高いほど有利そうなゲームであっても、IQが高ければ飲み込みは早いが、最終的には練習量の多い方が実力が上になるという例は面白かった。また大人であっても、ちゃんと練習さえすれば、一流とは言えなくても、かなりの実力は付けれるとあり興味深かった。とりあえず、練習する場合、集中して取り組む・できるかできないかのギリギリの課題を攻める・フィードバックが得られる、という限界的練習が大切らしい。が、現実問題、超一流になろうとしたら、才能ではなく家庭環境が大事なんだねってことっすね。例えば、ピアノを習って徐々に上達して上を目指そうって思ったら、それなりの教師を探さないといけないわけで、それには住んでるところとお金かかりますよね、と。
キーエンスの新人教育プログラムが限界的練習に近いなって気がした。

8/7読み始め、8/27読了。
プログラミング作って取引するときに、そもそもどういうアルゴリズムを構築するかとかそのアルゴリズムの良しあしをどう判断するかっていうことに対する著者の意見をまとめた本。具体的な話がほとんどなくて、ほぼ抽象論なので、実際にアルゴリズムトレードやったことないと何が言いたいのかよく分からないと思う。実際、自分もほとんど分からなかった。

8/14読み始め、8/29読了。この本が書庫にあるとか京大最強か!?
ファンダメンタルズ投資の本の入門書として最も有名な本。50年前の1972年発売(初版はもっと古い)にも関わらず、現在の投資でも十分に通用することが書かれていて、さすが名著。しかし、50年前のアメリカの制度に基づいているので、優良株や普通株など馴染みのない用語や債券・ワラントといった日本(だけでなく現在の世界一般?)と状況が異なることが多かった。PERやPBRなどの短縮用語や説明も用いていないので、読みにくい+完全に初心者向けではないと思った。あと、ところどころで「っ」が「つ」になってるの気になった。

8/16読み始め、9/4読了。SFなんだけど、なんか微妙だった。

金融×Python = 本質。類書をざっと眺めた感じ、この本が一番自分の求めてるのに近そうだった。
9/8読了。と言いつつも最後の第5部の大半を読み飛ばした。

Pythonの入門書を読んだ人向けに、ファイナンス関連で使われるPythonの技術や高速化の方法、機械学習などを一通りさっと説明していて、その後、ファイナンス特有の話題、例えば自動取引やオプション評価など、を扱ってる。ファイナンスと関係ない第3部までの内容は他の本でも十分補うことができるし、特に機械学習に関してはこの本で理解するのは無理なくらい説明不足だった。ファイナンスに関しては、第4部と第5部の二つで取り扱われてて、第4部の14章と16章でFXCMというウェブサイトを使うんだけど、そのサービスが日本で対応してないので、コードを眺めるだけになって残念だった。また、第5部ではオプションやデリバティブの評価などの話題を扱ってるんだけど、コードの説明をほとんどなしで、ただただ羅列してあって、それまでの内容とギャップがかなりあった。Pythonを使ったファイナンスの本ってなんかどれも微妙なような。。。

金融工学の有名本の第2巻。たぶんマスト本。
9/9読了。計算ほとんど追ってないし、章末問題も解いてないので、読んだというより一通り眺めただけ。一巻は伊藤積分を一切使わない二項モデルに限ってるけど、二巻は伊藤積分をしっかり使う本格的な内容。日本語で書かれた典型的な本に比べ、はるかに説明が丁寧なので、ルベーグ積分とか確率論に不慣れでも十分読める素晴らしい本。
一巻は読んでなくてもいいと書かれつつも、ところどころに一巻を眺めないと分からないところ(一巻でやった例題や定理などが説明なしで現れる)があったのは残念。

9/11読み始め、9/14読了。300ページ程度ある本だけど、結構隙間あったりするので、ページ数の割にスラスラ読める。実質9/13の一日だけで読み終わった。
イノベーションのジレンマという本があって、それで取り扱われてるHDDの例を計量経済を駆使して、もっと深く調べてみましたっていうのがこの本の内容。HDD以外の具体例を多く使って、計量経済学で用いられてる手法を解説していたりするので、内容に対してページ数が多かった。

9/14読み始め、9/15読了。たしかファンダメンタルズ関連の本を読んでて参考書になってた本だった気がする。ずっと積読リストに入ってた。
企業価値をどう決めるのか気になってたので、その決め方をいろいろ紹介していてとてもためになった。

9/3読み始め、9/18読了。何かの本かサイトでおすすめされてたので、読み始めた。ページ数が多くて、思ったより読むのに時間かかった。
ナイキ創業者の自伝。今でこそ有名な企業だけど、後半過ぎても下手すると資金繰り失敗して潰れるかもって書いてあってビビった。

9/18読み始め、9/20読了。時間って一方向ではないんじゃない？って考えのもとに書かれたSFだけど、トンデモ感たっぷりあった。

9/27読み始め、9/30読了。このまとめの最後に読んだ本。
バークシャー・ハザウェイ副会長のマンガーのセリフに、バフェットの研究者である著者がその詳細について解説したもの。投資に役立つというより、人生に役に立ちそうなアドバイスが多くて、とても面白く読めた。