【まさおのbot開発記#4】自動売買で月次損益＋１００万円を達成しました！ - 通貨×システム
どうも、まさおです。 bitFlyerで自動売買botを稼働させています。 前回の開発記#3から約5か月、ついに、目標として掲げていた「月次＋１００万円」を達成しました！！！ 達成までに色々と工夫した点があるので、簡単にまとめました。 スポンサードリンク 成果 やってきたこと 並列処理の実装 非公開APIの利用 バックテスト まとめ 成果 ５月の損益を公開します。 ＋１５５万円です！！！ 月の前半はSFDで大きく稼ぐことができました。 やってきたこと 並列処理の実装 #3の段階ではbotのプログラムを逐次処理で動かしていました。しかし、それでは効率が悪いということを知り、Pythonのthreadingを用いた並列処理を実装しました。 これにより処理効率が向上し、取引回数を増やすことに成功しました。 非公開APIの利用 bitFlyerが公式に公開しているAPI(https://light
上場企業を分析してみる その１ | ITに頼って生きていく
概要これまでの株価予測についてこれまで、以下のように機械学習で株価の予測をしてみました。 【chainer】機械学習で株価の予測を試してみる その１【chainer】機械学習で株価の予測を試してみる その２【TensorFlow】機械学習で株価の予測を試してみる その３【TensorFlow】機械学習で株価の予測を試してみる その４【TensorFlow】機械学習で株価の予測を試してみる その５【TensorFlow】機械学習で株価の予測を試してみる その６【TensorFlow】機械学習で株価の予測を試してみる その７機械学習と言っても色々手法やチューニングの方法、パラメタがあり、何がベストかは一概に言えるものじゃありません。 そして、そもそも説明変数として何を使うかも考えないといけません。 これまでの機械学習手法では、「自分自身を学習させて」いたので、過去のトレンドを何も考えずに外挿す
PythonでQuandlからデータを取得する - Qiita
Quandlは金融、経済などの数値データの検索エンジンで、さまざまなソースから得られたデータを検索し、グラフや表を表示させることができる。またデータはJSON、CSVなどの形式でダウンロードしたり、Plotlyなどのサービスに取り込ませることもできる。 Getting Started 一部有料のデータもあるが多くのデータについては無料で取得することができる。 様々な言語のライブラリも用意されており(https://www.quandl.com/help/libraries )、APIを用いてデータの取得や検索ができるようになっている。 各データを個別に提供しているだけではなく、データをまとめているページがある。 画面左上からData > Data Browser とクリックすると国やデータの種類でまとめられている中から探すことができる。 例えば、以下のようなページがある。 日本の人口 ht
アルゴリズム取引のシステムを開発・運用してみて分かったこと
東京大学 松尾研究室が主催する深層強化学習サマースクールの講義で今井が使用した資料の公開版です． 強化学習の基礎的な概念や理論から最新の深層強化学習アルゴリズムまで解説しています．巻末には強化学習を勉強するにあたって有用な他資料への案内も載せました． 主に以下のような強化学習の概念やアルゴリズムの紹介をしています． ・マルコフ決定過程 ・ベルマン方程式 ・モデルフリー強化学習 ・モデルベース強化学習 ・TD学習 ・Q学習 ・SARSA ・適格度トレース ・関数近似 ・方策勾配法 ・方策勾配定理 ・DPG ・DDPG ・TRPO ・PPO ・SAC ・Actor-Critic ・DQN（Deep Q-Network） ・経験再生 ・Double DQN ・Prioritized Experience Replay ・Dueling Network ・Categorical DQN ・Nois
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
処理を実行中です
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
http://okanelog.net/post-200/
