ビットコイン価格を計量分析して各種価格データとの相関関係を考察してみた - ビットコインの情報サイトの運営者ブログ
最近の話題といえばやはりビットコインの価格でしょう。価格予想でも書ければ面白いのですが、トレーダーでも投資家でもない私としては皆目見当がつかないので、中々探しても見つからないビットコインの価格データの計量分析を自分でやってみることにしました。 なお、どうしても専門用語を多く使ってしまっていますが、すべて説明していると1記事では収まらないのでかなり省略しています。またあくまで素人が趣味・独学の範囲で行っているものですので分析の誤り等にはご容赦ください。 使用するデータ 今回使用するデータとして、BTCJPY、BTCUSD、BTCCNY、USDJPY、EURUSD、USDCNY、TOPIX（日本株）、S&P 500（アメリカ株）、SSEC（中国株）、金、原油の11種を選びました。 為替、株、商品市場のそれぞれ代表的なものです。日経平均やNYダウでもいいのですが、より市場全体を代表する指標という
rvestでリアルタイムな為替レートを取得したい - My Life as a Mock Quant
USD/JPYレート、こんなんで取得OKでござんした。html関数以下を再実行すれば直近のレートに置き換わる。 #パッケージ読み込み＆html取得 library(rvest) html <- html("http://info.finance.yahoo.co.jp/fx/detail/?code=USDJPY=FX") #BID, ASK取得 bid <- html %>% html_node('#USDJPY_detail_bid') %>% html_text() %>% as.numeric() ask <- html %>% html_node('#USDJPY_detail_ask') %>% html_text() %>% as.numeric() #出力 print(c(BID=bid, ASK=ask)) このrvestライブラリの使い方は、もっと勉強する必要がある。
[R][MT4] FXCMの分足データをAlpariの日足に合わせる - Qiita
今回も誰の役に立つのかわからない、故に他では見かけない隙間に潜り込みます。 しかも全力他力本願です。 MT4のヒストリカルデータをRで加工します。 今回、MQLコードは出て来ません。 そしてRはただの前処理機として使用しています。 FX自動売買のバックテストに必要不可欠なヒストリカルデータですが、長期かつ高頻度で信頼性の高いものは（少なくとも無償では）なかなか入手しづらいのが現状です。 FXDDだと入手は楽なのですが、以前確認した時にパッと見で明らかに変な形の足を目撃してしまったのでちょっとなぁ・・・という感じです。 最近はアルパリジャパンも1分足を提供していますが、期間や銘柄数の点でちょっとさびしいです。 で、他に候補はいくつかあるのですが、今回はその中から比較的長期間(2001年11月末よりほぼ現在まで)のデータが提供されているFXCMのものを使用します。 FXCM提供の1分足データは
![[R][MT4] FXCMの分足データをAlpariの日足に合わせる - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/fee329a258b7a114decc187e7087c2f706102f16/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9JTVCUiU1RCU1Qk1UNCU1RCUyMEZYQ00lRTMlODElQUUlRTUlODglODYlRTglQjYlQjMlRTMlODMlODclRTMlODMlQkMlRTMlODIlQkYlRTMlODIlOTJBbHBhcmklRTMlODElQUUlRTYlOTclQTUlRTglQjYlQjMlRTMlODElQUIlRTUlOTAlODglRTMlODIlOEYlRTMlODElOUIlRTMlODIlOEImdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZ0eHQtY2xpcD1lbGxpcHNpcyZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPThiZjM2MWZjNjgwOGVkZGI2NDZiZWVlNGZhMzJlMGU1%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwTGl0b3BzUSZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9NDc5YjAxNWMzNWEyMTk3YTkwNWQxZDk4MjA3ZmE3Y2I%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3Dc6dd6be35ae635ce18e71edc1de36b0c)
RPubs - RFinanceJパッケージで振り返る日本の金融マーケット2014
Hide Comments (–) Share Hide Toolbars
ファーマ・フレンチ(Fama/French) の３ファクター、ゲットだぜ！！ - My Life as a Mock Quant
俺たちの最強Rクオンツブロガー・Timely Portfolioことタイポさんの記事をみると、ファーマ・フレンチの３ファクターをサクッとゲットできるなんて方法を解説されていたので、パク真似てみた。上の記事で、彼はzooパッケージによる可視化をしていたので、こちらは負けじとrCharts使っておこうと思ったら、複数行のPLOT法わからなかったので、tsで妥協した。。。 #なきゃいれとく install.packages("Quandl") #ライブラリの読み込みと認証 library(Quandl) Quandl.auth("ここに認証コード") #月次データ取得(月次・ts)＆tsとして描画 f <- Quandl("KFRENCH/FACTORS_D", type="ts", collapse="monthly") plot.ts(f, main = "ファーマフレンチの３ファクター推移
【#R言語】時系列データの周期特性とトレンドの成分分析 #統計学 #機械学習 - Qiita
R言語を使って時系列データの周期特性とトレンドの成分分析を行う手順を自分用のメモとしてまとめました。 手順 1: サンプルデータ UKgas を読み込みます
時系列データ分析の初心者に必ず知ってもらいたい重要ポイント ～ 回帰分析 ・相関関係 分析を行う前に必ずやるべきこと（データの形のチェックと変形） - Qiita
回帰分析 や 相関関係分析 を 行う前に、まず一番最初に、「データの検証」と「データの加工」が絶対に必要 上記のステップを踏まないと、例え、Excel や SPSS、Rで 回帰分析・相関関係を事項して、「実行エラー」起こらないで、ちゃんと数字が画面に出ても、それは『間違った数字』である可能性が非常に高い 回帰分析 や 相関関係分析に使えるデータは、次の 『 NG条件 』にあてはまらないデータだけ 「データの形」必須条件 ～その１ データ期間を通じて、データの平均値が変わるデータだとNG ⇒ 折れ線グラフでチェック必須！ 「データの形」必須条件 ～その２ データ期間を通じて、データのぶれ・ばらつきが変わるデータだとNG ⇒ 折れ線グラフチェック必須！ 「データの形」必須条件 ～その３ データ期間を通じて、データの値が直線的 or 曲線的に、増加する・減少するデータだとNG ⇒ 折れ線グラフチ
MT4のヒストリカルデータをRでxts形式に変換する。(複数通貨ペア編) - Qiita
予告どおり複数通貨ペアを一気にまとめて1つの xts データに格納する R の関数です。 ちなみに、MetaTrader4 が標準エクスポートで書き出す csv ファイルは下図のとおりです。 ではコードです。 fun.xts.multi <- function(pairnames, timeframe, Open=FALSE, High=FALSE, Low=FALSE, Close=TRUE, Volume=FALSE){ reads <- c(FALSE, FALSE, Open, High, Low, Close, Volume) count <- length(pairnames) m.xts <- xts() for(i in 1:count){ x.df <- read.csv(paste(pairnames[i], timeframe, ".csv", sep=""), he
MT4のヒストリカルデータをRでxts形式に変換する。 - Qiita
はじめまして。 こちらでは主にシステムトレードソフト、MetaTrader4 に関連する話題を書いて行きます。 へなちょこなので、すきま産業的しょぼいネタばかりになると思いますが、よろしくお願いいたします。 さて、初投稿からタイトル通りいきなりすきまに突っ込みます。 MT4 での EA やインジケーター開発、トレードログの分析に R を利用したいという人も多いと思いますが、R で時系列分析を行う場合、xts パッケージを利用すると何かと便利です。 ところが xts 形式にデータを変換するのにはちょこっと手間が掛かります。 そこで MT4 の吐き出した csv 形式のヒストリカルデータを xts に一発変換する関数を作ってみました。 参考にさせていただいたのは日本 R 界の大仏様、teramonagi さんのコチラです。 私のツイートに対するアンサー記事まで書いていただき、ありがたやありがた
日中足のデータをxts型に倒す - My Life as a Mock Quant
むかーしに書いた記事 xtsへのコンバート - My Life as a Mock Quant のやり方「as.xts(read.zoo(hoge))」だと、日中足のデータが正しく読めねぇよ！ Rでの日中足の扱いはググっても情報が少ない。昨夜のも日足データなら、 y<-as.xts(zoo(x)) だけでおk（by @teramonagi さん）なのに、日中足だと時間情報が消えて日付だけになっちゃうのどうしたら良いのかなかなかわからなかった。— LitopsQ (@LitopsQ) April 16, 2014 という話を見かけたので、こんなんいかがでしょうかというお話。 日中足が問題というよりも、xtsの時間の単位が日付ではなく時刻ベースになると困るという話だと思うんで、 それっぽい適当データをDropbox上にアップしておいたので、それを参考にやる。 〜データの読込＆表示〜 > lib
xtsへのコンバート - My Life as a Mock Quant
※xtsの使い方自体はxtsライブラリを使ってみるー１、xtsライブラリを使ってみるー２参照のこと csvファイルに金融時系列データを保存する場合、「１列目：日時、２列目以降：資産価格」のようなフォーマットが多い（Excel脳） このようなデータをRで扱う場合、read.csvで読み込むとdata.frame型になる。 これを処理が大変便利なxts型に変換したいので関数を書く・・・までもなく #hogeにdata.frame型のデータが入る as.xts(read.zoo(hoge)) でイケた。具体的なデータを使ってやってみると #テスト用データをdropboxにおいてあるのでそれを使う #ここで使用している為替レートのようなものは実際の値ではありません。あくまでサンプルデータです。 file.currency.rate <- "http://dl.dropbox.com/u/99233
■highfrequencyパッケージ - eizoo3010の日記
2013-05-05 ■highfrequencyパッケージ R Finance highfrequencyパッケージというのがいいらしいのでメモ。何がいいかって言うとtickデータを5分足とか10分足に加工するのが楽だったり、高頻度データからいろんなボラティリティ指標を計算してくれる関数が備わってて今までC++とかRとかでゴチャゴチャ書いてた苦労がなくなるので快適研究ライフが送れるというもの。とりあえず、サンプルコードを回してみる。 ## http://cran.r-project.org/web/packages/highfrequency/ options(repos="http://cran.md.tsukuba.ac.jp") install.packages(c("highfrequency","timeDate","zoo")) library(highfrequency)
RStan で作る人工データ - 捨てられたブログ
「第36回R勉強会＠東京（#TokyoR）」にて発表してきたので資料を公開します。 いまいち Stan については内部的な挙動をきちんと理解していないので，ときどきよくわからないことが起こります。尤度の制約がない状況では事前分布からのサンプリングになると思っていました。しかし説明変数と応答変数のように階層構造をもった乱数では，うまくサンプリングができないみたいです。どなたか詳しい方に教えていただきたいですね。説明変数の制約 (lower と upper) を指定せずに uniform サンプルを行っていたことが原因でうまくサンプリングできていなかった模様です。お騒がせして申し訳ありません。 更新履歴 [2014-02-25 23:45] 資料を修正。
Rで計量時系列分析：はじめに覚えておきたいこと - 渋谷駅前で働くデータサイエンティストのブログ
機械学習は全然専門ではない僕が知ったかぶりをするのも何なので*1、もっともっと以前からそこそこやっている*2計量時系列分析の話でもしてお茶を濁してみることにします（笑）。 もうしつこ過ぎて自分でも嫌になってきたんですが（笑）、このシリーズでベースにするテキストは以下の2冊。沖本テキストとHamiltonテキストです*3。他にも良いテキストはあるんじゃないかと思いますが、ここではこの2冊をベースにしていきます。なお、ほとんど沖本テキストからの抜粋なのでお持ちの方はそちらを読んでもらった方が圧倒的に早いです、悪しからず。 経済・ファイナンスデータの計量時系列分析 (統計ライブラリー) 作者: 沖本竜義出版社/メーカー: 朝倉書店発売日: 2010/02/01メディア: 単行本購入: 4人 クリック: 101回この商品を含むブログ (6件) を見る Time Series Analysis 作者
リスクの影響考えて年利10%で月5万円の積み立てを30年間継続して得られる資産をシミュレートしてみた - 生物物理計算化学者の雛
某ファンドが月5万円の積み立てを年利10%で30年間行えば１億円になるという件で盛り上がっています。 http://kirik.tea-nifty.com/diary/2013/02/post-b4a9.html このリンク先にあるように、毎年10%の利回りを継続できれば、毎月５万円の積み立てで30年後には1億857万円の資産を形成できます。 ところが現実の投資には不確実性があり、定期預金・国債のようなケースを除けば毎年のリターンは一定にはならず、ばらつきが生じます。 このばらつきは「リスク」と呼ばれ、投資結果を考える上で無視することはできません。 今回はRを使って毎月5万円の積み立てを「平均利回り10%」とし、「利回りの標準偏差（リスク）」を様々に変えて30年間積み立てのシミュレートを行いました。 利回りのリスクって？ まず大雑把にリスクの説明をしておきます。 ここでは利回りは正規分布に
トレーディング戦略をRでバックテストする方法 - My Life as a Mock Quant
なかなか面白い＆有用な記事を見つけたので日本語に翻訳します。意訳がいっぱいあったり、完訳ではない点ご勘弁。ちなみにバックテストってのは「あるトレーディング戦略が過去どの程度有効だったのかを確かめる事」という意味。この記事で紹介されているステップ１をRFinanceYJを使って日本のデータを取得するようにして、ステップ２をSVMなりに変えてみれば日本市場での機械学習を使ったトレーディング戦略を作ったりできるわけです。 【引用元】 FOSS Trading: How to backtest a strategy in R 【訳者注意】 本家のサイトではどうも開発版のパッケージにのみ存在する関数を使用しているようですが、それだと簡単にサンプル動かせないんでここではその点適当に改変しています。その関係で記事・コードに修正を入れています。著作権は向こう持ちで。 【以下翻訳】 この記事は「Excelと
QuandlのAPIを叩いてデータ（経済・金融指標）を取得する - My Life as a Mock Quant
Quandlというサイトを何方かから教えていただいて、ちょっと調べてみるとデータをAPI経由で取得できるとのことでこりゃ便利だぞというわけで使ってみる。 日本に関連したデータは http://www.quandl.com/japan にまとまっている。 今回はIMFが公表している世界経済見通し（失業率 in Japan）のデータをAPI経由で取得し、R言語を使ってPlotしてみた。”経済見通し”なんで将来データまで入っている点に注意。また匿名ユーザだと一日10回までしかAPI叩けないようなのでそこも注意*1。使い方は簡単でこのデータの"Quandl Code"が"IMF/MAP_WEO_UNEMP_JPN"となっている*2ので、これをAPIの雛型？にくっつければよい。 以下コードで、データ取得後Year列をDate型に直してそれをplotしている。 library(scales) libr
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
てｓｔ備忘録: RとExcelの重回帰
Rで触れる日本経済～RでVAR編～
(ja) mt4R を MT4 build 600 以降に対応しました