野菜の選び方はナップサック問題、乗り換え駅探索は、最短路問題といいます。典型問題は、よく研究もされているので、多くの場合、効率的な解法があります。あるいは、定式化がされているので、すぐ解くことができます。あとで、やってみましょう。ここで、あげている全ての典型問題の実行例は、典型問題と実行方法をご覧ください。 汎用問題 最近、私がやっているコンテナの仕事のお話しをします。 世界中の人たちが、いろいろなものを安く買えるのはコンテナ輸送のおかげです。中国などで生産したものを日本やアメリカやヨーロッパに、大量に安く運べるからです。でも、空のコンテナが、どんどんたまります。また中国に戻さないといけません。いつ、どこからどこに戻すかを決めるのが、最小費用流問題になります。ところが、最小費用流問題で表せない制約条件もあります。1 つが、カボタージュとよばれるものです。カボタージュというのは、国内のみの輸

FXシストレプログラムのディープラーニング版を作ろうとして、 偶然で最強のアルゴが誕生した（機械学習でFXシステムトレード） - Ryoの開発日記 に、 [TensorFlowで株価予想] 0 - Google のサンプルコードを動かしてみる - Qiita のTensorFlowコードを移植しようとしたけど、結構面倒で挫折したので、前に書いた 簡単なディープラーニングのサンプルコード (2入力1出力/2クラス分類) with Keras (Chainerは挫折) - Ryoの開発日記 のKerasによるDNNのコードをGoogleのやつに合わせて移植してみた。 3000 epoch回した感じだと、最終的に近い収益が得られたが、安定して上がっている感じにはならなかった（＝頑強性が低い。最後の数か月でどかっと上がっている）。 ので、30000 epoch回した結果を見てみる。 学習時間は10

TensorFlowを使った為替(FX)のトレードシステムを作るチュートリアル ～システムのセットアップからトレードまで～機械学習システムトレードTensorFlowjiji 機械学習ライブラリ「TensorFlow」と、オープンソースのシステムトレードフレームワーク「Jiji」を組み合わせて、機械学習を使った為替(FX)のトレードシステムを作るチュートリアルです。 システムのセットアップからはじめて、機械学習モデルの作成、トレーニング、それを使って実際にトレードを行うところまで、具体例を交えて解説します。 システム構成 次のようなシステムを作ります。 Jijiのバックテスト機能を使ってトレードデータを収集。これをTensorFlowに入力してモデルをトレーニングします。 予測する内容については後述。 訓練したモデルを使って予測結果を返すREST APIを作り、トレード時にJijiから呼び

#この記事について Pythonとlxmlを使って、webスクレイピングでYahoo!ファイナンスから投資信託の基準価格を取得する方法を解説します。 [追記] Yahoo!ファイナンスからのデータスクレイピングは規約上禁止されているようなので、代わりの方法を利用ください。 Pythonでスクレイピング - 投信協会webから投資信託の基準価格を取得する ##環境 Windows10 x64 Python 2.7.11 lxml 3.5.0 ##変更履歴 2016/1/16 lxml.html.parse()にurlを直接渡すようにした。urllib2のimportを無くした。 url生成の際に引数をdictに取ってからformat()で展開するようにした。 forの回し方を変更 ElementTreeからXPathで取得した要素に.encode('utf-8')する処理をあらかじめmap(

今回の記事は、前職消防士でゼロからプログラミングを始めた超未熟者の私が、異常検知ライブラリを作った話です。 なぜ作ったか マインド的背景 消防士を辞めてエンジニアに転職してから1年、いろんな技術に触れました。TensorFlow、scikit-learn、Dockerなどなど、必死になって使い方を覚えました。しかしだんだん、「これ、コマンド覚えてるだけで自分に何も技術身についてなくない？」という疑問や焦りが湧いてきて、自分は便利なツールを使いこなせるようになりたいんじゃなくて、いつの日かみんなが使って便利なツールを作る側になりたいんだ、ということに気づきました。そのような思いから今回初めてライブラリを作り、公開してみました。 データサイエンス的背景 世の中は時系列データで溢れています。ビジネスの場において、データの何かしらの変化の兆候を捉えて、いち早く意思決定をしたいという場面がよくありま

ＡＩ投資の話が続いていますが、ご容赦下さい（そろそろ終わりにしたいと思います）。 最近はシステムトレーダーの方で機械学習を使っている方、もしくは手を出そうとしている方が増えてきているのでは、と思います。本コラムでは主だった機械学習の手法についてまとめてみたいと思います。なお、以下の内容は様々な解釈が存在するので一例として考えていただくほうがよいと思います。 wikiによると機械学習という言葉のそもそもの定義は、「明示的にプログラムしなくても学習する能力をコンピュータに与える研究分野」となっています。しかし私は、そもそもの語源は機械学習（machine learning）ではなく、機械的学習（mechanical learning）ではなかったのかなぁ、と思います。つまり機械による学習ではなく、予めプロセスを定義し固定した機械的な反復学習ということです。まあ人工知能や機械学習の括りは曖昧であ

私は日本株の個別銘柄を売買しています。 一日の売買代金は２億を超えています。 日々の値動きの動向を詳細に調査し、統計に基づいて利益の出る確率の高い手法を使っています。 「このようなやり方が最も良い」と言うつもりは全くありません。 株式投資をする人の目的は様々であり、トレードの方法にはいろいろなやり方があります。 どのようなやり方でも自分が納得いくやり方であれば良いと思います。 しかし、株式投資によって資産形成を成功させたいと考えている人は、場当たり的な投資でなく、論理的な投資を行うことが必要です。 これは短期的なデイトレードや長期的な株式の保有などに依らず、どのような手法にも言えることです。 今回は、論理的な株式投資をするための書籍を、各ステップに沿って紹介していきます。 STEP１．まずは正しいプロセスを学ぶ 投資で成功するためには、正しく戦略を立てなければなりません。 「自分はそんなこ

私は現時点でおよそ１億ほどの資金を運用しています。 毎日、信用３倍をフルインベストメントしているため、日々の売買代金は３億近くになります。 日々の取引にはＡＩを使っています。 ここでいうＡＩとは、人工知能というよりも機械学習と呼んだ方がよいと思います。 今回は、私がどのようなＡＩ手法を使っているか公開してしまいます。 関連コラム： we.love-profit.com １．利益曲線と口座残高推移 （１）利益曲線 まずは利益曲線を示します。 ＡＩ手法を用いたこの投資戦略は、2016年2月22日より運用を開始しました。 ちょうどその直前の2016年1月～2月にチャイナショックが発生しており、 そのショックで私は1000万円の損失を出していました。 この手法はその損失をリカバリするための戦略として運用を開始したものです。 図１．ＡＩ投資手法の利益曲線 2017年9月の時点での累積利益はおよそ30

FXを含めて、全ての投資で成功するために必要なことは、「期待値の高いルールを作ること」です。 FXでいう期待値の高いトレードルールとは、「チャートがこのようなパターンを描いた時は、過去の規則性の中では○○％の確率で上昇する」というような規則性を利用したトレードのことです。 トレードは、このようなパターンの引き出しをいくつ持てるか、そして、そのパターンにどれだけの自信を持てるかで成績が決まります。 しかし、そうは言われても、トレードルールとはどのようなものかが漠然として掴めない方も大勢いると思います。そこで、この記事では、私が毎日のトレードの中で、自信を持って活用しているトレードパターンをご紹介します。 私は、これらのトレードパターンを組み合わせることで、ここまでの9年間で年ベースで負けなしで、総利益1億5千万円以上を稼ぐことができています。 このページを全てお読みいただくと、勝ちトレードと

前回までRNN(LSTM)や他の識別器で為替の予測を行ってきましたが、今回はCNNで予測をしてみたいと思います。 第１回 TensorFlow (ディープラーニング)で為替(FX)の予測をしてみる 第２回 ディープじゃない機械学習で為替(FX)の予測をしてみる データの準備 前回まで終値の差分を学習データとしていましたが、今回は終値そのものを学習データにしてみます。 また、今回はUSDJPYの１時間足、2008年1月1日〜2017年3月10日を利用し、前半95%を学習、後半5%をテスト（バリデーション）としました。 CNNは画像認識で高い精度を発揮していますが、画像以外でも応用することは可能です。例えば終値が以下のようなデータがあったとします。 これを画像に変換します。 このように１次元の画像と見なすことができます。 色が複数チャネルあるように見えますが実際はグレースケールです。カラーマッ

2017 - 03 - 15 ザ・マスター・キー 『人を動かす』の デール・カーネギー や ビル・ゲイツ も激賞。最強の 成功哲学 であり 自己啓発 の名著！　全米ベストセラー『ザ・シークレット』の原典となった永遠普遍の極意を24週のレッスンで学ぶ。 この世の「秘密」は、「 引き寄せの法則 」であり、「 引き寄せの法則 」を人類史で最初に発見、人々に説いたのは、著者ハアネルであり本書『ザ・マスター・キー』です。 --このテキストは、絶版本またはこのタイトルには設定されていない版型に関連付けられています。 もしこの記事を楽しんで頂けたら、 はてなブックマーク （下記の青いB!ボタンです）を押していただけますと幸いです。 非常に励みになります！ hopehill 2017-03-15 22:00 広告を非表示にする コメントを書く もっと読む

趣味でアルゴリズム取引のシステムを開発・運用してみたことで得られた知見について、社内のテーマ自由な勉強会で発表しました。Read less

記事のタイトル通り、競馬で回収率100%を超える方法を見つけたので、その報告をする。 ちなみに、この記事では核心部分はぼかして書いてあるため、読み進めたとしても「競馬で回収率100%を超える方法」が具体的に何なのかを知ることはできない。（私は本当に有効な手法を何もメリットが無いのに公開するほどお人好しではないので） 本当に有効な手法を見つけたいのであれば、あなた自身がデータと向き合う以外の道は無い。 ただし、大まかな仕組み（あと多少のヒントも）だけは書いておくので、もしあなたが独力でデータ解析を行おうという気概のある人物なのであれば、この記事はあなたの助けとなるだろう。 ちなみに、これは前回の記事の続きなので、読んでない方はこちらからどうぞ。 stockedge.hatenablog.com オッズの歪みを探す さて、前回からの続きである。 前回の記事のブコメで「回収率を上げたいならオッズ

【QuickFix/J】FIX API で発注クライアント構築を試みる -2- UsernameとPasswordの送信 2018-12-17 ラーナー

Intro to Machine Learning with Scikit Learn and Python While a lot of people like to make it sound really complex, machine learning is quite simple at its core and can be best envisioned as machine classification. Machine learning shines when the number of dimensions exceeds what we can graphically represent, but here's a nice 2D representation of machine learning with two features: The above imag

Why do the prices of some companies’ stocks seem to move up and down together while others move separately? What does portfolio “diversification” really mean and how important is it? What should the price of a stock be? How can we discover and exploit the relationships between equity prices automatically? We’ll examine these questions, and others, from a computational point of view. You will learn

内容# アルゴリズム取引# アルゴリズム取引についての内容.コンピュータで自動的に株の売買をするのだ! 今, 投資の世界では, 1/3 の取引はコンピュータを介して実施されているらしい.それを, アルゴリズム取引という. Algorithmic trading - Wikipedia, the free encyclopedia いわゆる, ヘッジファンドがなにをしているかが分かる. Amazon.co.jp: What Hedge Funds Really Do: An Introduction to Portfolio Management 電子書籍: Philip J. Romero, Tucker Balch: 本 Books# 講義で利用した本はこれ.Active Portfolio Management はもっとも重要な Algorithmic investing の本. Am