のび太と学ぶ「機械学習」～FX予測プログラムを作成～【第1話】if文作戦 - Qiita
本シリーズでは、「FXの予想プログラム」を作りながら、機械学習・ディープラーニングを解説します。 （注）のび太くんは有名漫画のキャラとは一切関係ありません。 #あらすじ 「のび太と機械学習」は、20歳の大学生、のび太くんが主人公です。 大学生のび太くんは、お小遣い欲しさにFXに興味を持ちます。 そんなのび太くんに、家庭教師のすぐるさんが、機械学習を解説し、FX予測プログラムを一緒に作ります。 残念なことに、FX予測プログラムは、ちょっとしか儲かりませんでした。 ・ ・ ・ のび太くんはその後、学んだ機械学習を生かして、D-mind社を起業し、汎用人工知能を作り上げます。 高齢になったのび太くんは、D-mind社をTMR社に売却し、TMR社の工場で22世紀、汎用人工知能搭載型ロボットが誕生します。 この物語は、そんな汎用人工知能搭載型ロボット誕生につながる、のび太くんの機械学習・勉強記録です
ビットコインFXに1ヶ月半投資して30万円を137万円にしたので、自動売買EAの話など - マネー報道 MoneyReport
投資では負けられない 先日、はてなブックマークを見ていたら、人気ブロガー「らくからちゃさん (id:lacucaracha) 」の記事が上がっていました。 そういや、わたしもブログ収益であぶく銭を拾いましたので、ちょうど半年ほど前から、コツコツ(？)ダウ平均に投資しておりました。勿論、ヒトデ先生ほどの元手はないですよ。突っ込んだのは、ほんの20万円ほどです。 100万円にしちゃいましたけど( ･´ｰ･｀) 半年間ダウ平均にCFDで投資して20万円を100万円にしたのでまとめてみる - ゆとりずむ CFDでダウ平均に投資され、半年間で20万円を100万円の5倍に増やしたというお話。 いや、普通に凄いと思います。 税制優遇も受けられる投資商品でこれだけのリターンを得られるのは良いですね(^-^)v ですが、同じブロガーとして「マネー報道」というブログ名を名乗っている以上、投資で負けるわけにはい
為替をDeepLearningで予測してみた話 - Qiita
概要 現在の日付を$T$とすると、$T+1$から$T+30$までにおける日次価格の単純移動平均をDeepLearningを使って予測し、 ロングポジションを持った（もしくはショート）時の価格より、予測した移動平均を上(下)回れば利益確定するようなシミュレーション売買を行いました。また、３０日保持したら強制的に手仕舞いするようにします。 エントリーは日時毎に残高があれば全力で行うようにします。 ※オレンジのラインが30日後の30日単純移動平均になります。緑がx軸の日付時点における為替価格です。 使用したDLフレームワーク chainer ver1.3~1.5 ちょうどver1.5で互換性が大幅に変更になって、対応するのが大変でした。 2017/8現在はver2.0.2になっているみたいですね。 使用データ みずほヒストリカルデータ https://www.mizuhobank.co.jp/r
FX取引で人間がAIには勝てそうにない理由
FX取引で人間がAIには勝てそうにない理由 2017.08.17 Updated by Ryo Shimizu on August 17, 2017, 06:57 am JST ビットコインの高騰が止まりません。 8月1日に32万円だった1BTCが、先日はもう49万円の最高値をつけました。 高騰の原因はハードフォーク前の買い控えが一気に買いに動いたことと、Bitcoin Cashの不調でもともとのビットコイン自体の価値が大きく上がったことにあるのだと思いますが、それにしてもわずか半月で異常な値上がりぶりです。 ビットコインのような暗号通貨が示す可能性は非常に意味深です。要は通貨というのはそもそも金本位制が破綻した時点で、通貨の発行体である中央銀行や、中央銀行の後ろ盾である政府が保証人になっている、一種の株式のようなものだという本質的な性質が明らかにされたと言えます。 中国ではまとまった現金
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～ - Qiita
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から呼び出して使います。 レート情報の取得やトレードには、OANDA REST API を利用 トレード状況の確認やアルゴリズムの管理は、ブラウザ or スマホアプリで 外出先でも状況
GitHub - backtrader/backtrader: Python Backtesting library for trading strategies
Yahoo API Note: [2018-11-16] After some testing it would seem that data downloads can be again relied upon over the web interface (or API v7) Tickets The ticket system is (was, actually) more often than not abused to ask for advice about samples. For feedback/questions/... use the Community Here a snippet of a Simple Moving Average CrossOver. It can be done in several different ways. Use the docs
GitHub - TA-Lib/ta-lib-python: Python wrapper for TA-Lib (http://ta-lib.org/).
This is a Python wrapper for TA-LIB based on Cython instead of SWIG. From the homepage: TA-Lib is widely used by trading software developers requiring to perform technical analysis of financial market data. Includes 150+ indicators such as ADX, MACD, RSI, Stochastic, Bollinger Bands, etc. Candlestick pattern recognition Open-source API for C/C++, Java, Perl, Python and 100% Managed .NET The origin
GitHub - mhallsmoore/qsforex: QuantStart Forex Backtesting and Live Trading
Open-Source - QSForex has been released under an extremely permissive open-source MIT License, which allows full usage in both research and commercial applications, without restriction, but with no warranty of any kind whatsoever. Free - QSForex is completely free and costs nothing to download or use. Collaboration - As QSForex is open-source many developers collaborate to improve the software. Ne
Deep Q-LearningでFXしてみた - GMOインターネットグループ グループ研究開発本部
次世代システム研究室のJK（男）です。よろしくお願いします。 今回はDeep Q-Learningという手法でFXをやってみたので紹介します。前回のブログでは、LSTMというディープラーニング(Deep Learning; 深層学習とも)の一種を使って、株価変動の予想をしました。これは「教師あり学習」という手法で、コンピュータに常に「正解」を教えて学習させます。でも、よくよく考えると金融商品って時間変動の予想が最終目標じゃないですよね。最終目標は（基本的に）金融商品の売買で儲けること。つまり予想を元に、いま売るのか、買うのか、何もしないのか、という「行動」を決めることです。完全に未来がわかるのでもない限り、この行動に「正解」が無いことがわかります。 完全に予想するのは無理（短期的には買ったり負けたり）かもしれませんが、長期的には儲けるような「方針」は立てられるかもしれない。このように「方針
DeepLearningトレードシステム作成 途中経過4 | トレード学習器
できるまでに随分と時間がかかってしまいました。一度、これよりいいのができたのですが、本番で動かしてみるとシグナルが多発して、使い物にならないものでした。その原因判明までに時間がかかりました。 作りそのものはEURUSD版と同じでなのですが、EURUSD版程いいものはできませんでした。でも安定感はEURUSDと同じぐらいあると思います。システムの特長は相変わらず同じで、ペイオフレシオが小さ目のコツコツドカンです。 以前はUSDJPYはスプレッドは0.4pipsでバックテストをしていたのですが、OANDAのベーシックコースもなくなり低スプでの運用は不可能になってきたので、今回は0.8pipsとしました。 ディープラーニングのシステム作成はとりあえず一段落ついた感じです。今後はLSTMを試しつつ他通貨や日経225などにも手を出していく感じでしょうか。あと、強化学習、OpenAIあたりにもチャレン
強化学習＋為替トレード戦略 – Momentum
概要 ・強化学習をトレード戦略に適用するとこんな感じになるのかなというテスト。我流なので何やってんのpgrという場合も生暖かい眼で何卒よろしくお願いします(ヘッジ文言^^) ・モンテカルロをぶん回すことでQ-valueを推定します。 ・今回は簡単のために初回訪問モンテカルロ(逐一訪問はめんどいのお) ・モメンタム戦略を試すため、状態として過去の自分自身のシャープレシオ(1ヶ月と3ヶ月)を使用しています。 ・行動決定にはEpsilon-Greedy法 初回訪問モンテカルロ いかんせん強化学習の学習自体が何をどう考えて良いか門外漢のため五里霧中＋Pythonも同じく門外漢のため五里霧中のため、自身の勉強方法も探索しっぱなしという^^;; これであってんのですかねえ 詳しくは参考文献[1]のP.134を見てケロというかんじなのですが、 ・現在での状態を確認(状態=過去のシャープレシオ) ↓ ・そ
深層強化学習でシステムトレードをやる時に役に立ちそうな資料まとめ - ニートの言葉
Photo via Visual Hunt 少し前のことですが、AlphaGoという囲碁の人工知能プログラムがイ・セドル九段に勝利したことで話題になりました。*1 また、一部のゲームにおいて「DQN（Deep Q-network）」が人間よりも上手くプレイするようになったというニュースも話題になっていましたね。*2 今回はこれらの事例で使われている「深層強化学習」という仕組みを使って、FXのシステムトレードができないかと思い、調べてみました。 注意：強化学習もFXも勉強し始めたばかりなので、色々間違っている箇所があるかもしれません。ご指摘いただけると幸いです。 今回の内容 1.強化学習について 1-1.強化学習 1-2.Reinforcement Learning: An Introduction (2nd Edition) 1-3.UCL Course on RL 1-4.強化学習につい
How to build your own algorithmic trading platform
These are all the post that have been written up until now. I may add/remove post as I get more feedback. Post One: Building your own algotrading platform Post Two: What is Forex Post Three: Placing your first trade Post Four: Downloading historical Forex tick data and importing them in to Python Post Five: Building a backtesting system in Python: or how I lost $3400 in two hours Post Six: Buildin
HistData.com – Free Forex Historical Data
If you’re looking for Free Forex Historical Data, you’re in the right place! Here, you’ll be able to find free forex historical data ready to be imported into your favorite application like MetaTrader, NinjaTrader, MetaStock or any other trading platform. Since the data is delivered in .CSV format (comma separated values), you can use it in any almost any application that allows you to import from
1
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
GitHub - philipperemy/FX-1-Minute-Data: HISTDATA - Dataset composed of all FX trading pairs / Crude Oil / Stock Indexes. Simple API to retrieve 1 Minute data (and tick data) Historical FX Prices (up to date).
GitHub - oanda/py-api-streaming: A demo app in Python for streaming rates using OANDA open api
FX: USDJPYのヒストリカルデータを利用してDQNでバックテスト
GitHub - pmorissette/bt: bt - flexible backtesting for Python
GitHub - cuemacro/finmarketpy: Python library for backtesting trading strategies & analyzing financial markets (formerly pythalesians)
『EAつくーる』MT4・MT5対応 - インジケーター・電子書籍 - 世界のトレード手法・ツールが集まるマーケットプレイス - GogoJungle