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 Chart Square
四半世紀にわたり金融業界に身を置き、現役ファンドマネージャーとして活躍する西山氏。同氏の実際の取引手法を惜しみなく公開中！
FXDD
2002年に設立されたFXDDは、最先端の取引プラットフォームと業界をリードする取引環境を提供し、お客様の取引成功を確実にサポートします。
はじめに Web上で長期間の株価データを探してもなかなか見つからないので，Pythonを用いて株価のヒストリカルデータを取得し，CSV形式で出力，さらに出力したデータをプロットするプログラムを作成しました． 日本株・外国株いずれにも対応しています． 参考までに，例として出力した日経平均株価1のCSVファイルはこちら，さらにプロットすると以下のようになります． ソースコードの紹介 まず，作成したソースコードを紹介します． #!/usr/bin/env python3 # -*- coding:utf-8 -*- ''' 株価データのプロット・CSVへの出力 ''' import datetime as dt from pandas import DataFrame import jsm import pandas_datareader.data as web import matplotli
![[Python] 株価データをプロットし，さらにCSVファイルを出力する - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/60e4cb905a677f8ed6deac343332e539703c47d2/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-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%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwU3VydW1lcmYmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPWNhMzIxMjlmNmI3NTljYjQ3MmE4NTU2ZDRlYzI4YTE5%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D2a41217e973f4a1279944a00e1432e00)
文系でもわかる！BitcoinのBOT自動売買トレードの始め方 | Just another WordPress site
１．設定編 ２．API入門編 ３．売買注文編 ４．BOT作成編 ５．WindowsVPS構築編 ６．バックテスト編 ７．資金管理編 ８．破産確率編 ９．フィルター編（今ココ） 本編メニュー一覧はこちら テーマ別記事一覧はこちら 第１回～設定編 「Python（プログラミング言語）を実行できる環境を作ろう！」 Bitflyerで自動売買BOTを作るために最初にやらなければならない設定編です。忙しいサラリーマンの方でも、頑張れば１日で終わります。今日やってしまいましょう！ １．Pythonというプログラミング言語を始めてみよう！ ２．Anacondaという開発環境をパソコンに入れてみよう ３．Pythonプログラムを３行だけ書いて実行してみよう！ 第２回～API入門編 「自動売買BOTを作るのに必要なAPIを理解しよう！」 自動売買BOTを作るのは簡単です。自分で０からプログラムを書かなくても
Shibuya.js beyond HTML5 に参加してきます - Pixel Pedals of Tomakomai
hiratara : とりあえず確保。上司から許可が取れたら行きます Shibuya.js beyond HTML5 上司の許可がとれたので行ってきます！ → 出席してます！ おさらい(JavaScriptの歴史) ... → JavaScript → JScript → ECMAScript → HTML 4.01 コンセプト: Rediscover the JavaScript 2006年が第1回。2008年の京都が最後で、2年ぶり (実は渋谷ではやっていない) 最近やってなかったのは → jQueryとか便利だし、日常化した 復活したのは → HTML5の登場、JITの高速化、IE6の終了 LTの虎の予選も兼ねているらしい Rich UI with JS / @amachang jQueryの作者にも認められているShibuya.js HTML5とは？ → 仕様にDOMとHTMLが両
機械学習で株価を予測することに挑戦していきます。今回は世界の主要指数を説明変数に加え、精度を改善できるかを確認します。 関連記事 機械学習で株価予測～scikit-learnで株価予測①～ 機械学習で株価予測～scikit-learnで株価予測②：特徴量選択とデータの標準化、正規化～ 機械学習で株価予測～scikit-learnで株価予測③：特徴量の重要度を可視化し、ワンホットエンコーディング、ビニング、交互作用特徴量、多項式特徴量を試す～ 環境 OS:Windows10 Python：3.6.5 sklearn：0.19.1 概要 目標 様々なデータ（経済指標、為替レート、ダウ平均等）に基づいて、翌日の株価日足が陽線／陰線のどちらかになるのかを予測（分類）するモデルを作成することを目標とします。 予測対象銘柄 日経225連動型上場投資信託 使用する機械学習ライブラリと学習手法 使用ライブ
フルレバ50倍でFXシステムトレード。 裁量トレーダーとして7万を260万まで増やした(リンク)ものの、その後Refcoに移行してすぐRefco破綻に巻き込まれ 資産は凍結、ふりだしへ…。しかし諦めず、今度は過去の経験を生かしたフルレバ50倍システムを構築。その末路は―…! ○ このソフトはなんなのか 為替用のヒストリカルデータは、Forexite が大変便利で、2001年以降の1分足のデータを取得できますが ・ ファイルが1日ずつのまとまり ・ 1つのテキストファイルに全通貨が入ってるので、通貨別に抽出しなくてはいけない ・ それぞれのファイルを繋げないといけない ・ タイムゾーンがGMT +1:00 なので、ESTや日本時間で使うには変換が必要 という問題があり、その作業は複数のソフトを必要とし、めんどくさいものがありました。 それを自動でやってくれるのが今回作った AutoForex
今の日本では消費者物価指数(CPI)ベースではせいぜい1%程度の物価上昇ですが、石油や穀物など生活に影響を与えやすい商品の価格が高騰しているため、消費者心理としては物価高を感じることが多くなっています。 さて、この物価高の「犯人」とされるのが、石油や穀物などの商品市場における投機的な取引ですが、実はそれ以外にも意外な犯人がいるようです。 G8では一言で言うと、為替はごまかしながらもドル高追認、原油価格やコモディティ価格については問題であるという認識を共有したものの原因や対策については合意形成できず、といったところでしょうか。 原油を例に取れば、価格高騰の原因の一部が需要増加に伴うものであることには異論がないでしょうが、ここまでの高騰の背景に需要をベースとしないお金が流れ込んでいることがあるのもまた疑いのないことでしょう。「需要をベースとしないお金」というのは必ずしも「投機資金」と言い切れな
MemSQL、無料版の「MemSQL Community Edition」公開、容量に制限なし。インメモリの分散データベース
MemSQLはインメモリの分散データベース「MemSQL」の最新版「MemSQL 4」のリリースと、無料版の「MemSQL Community Edition」の公開を発表しました。 MemSQLはデータをメモリ上に置くことで高速な処理を実現するデータベース。スケールアウト機能を備えているためノードを追加することで容量や性能を向上させることができます。 内部のデータは、インメモリでのローストア（row store）とディスクベースのカラムストアを共存させることで、高速な処理性能を維持しつつヒストリカルデータなどの大規模なデータも保存可能。リレーショナルデータの一般的なデータ型に加え、地理情報、JSONデータなどのデータ型もサポート。高速なトランザクション処理だけでなく、BIなど大量のデータ分析も高速で処理すると説明しています。 MySQLのプロトコルをサポートし既存のデータ分析ツールなどが
日本を貧しくさせるのは脱原発より再生エネルギー
脱原発にいくらかかるのか 経済、経営関係では、性急な脱原発はただでさえ不調な日本経済をさらに停滞させると論じる識者が多い。しかし、そもそも脱原発のコストはいくらなのだろうか。 2011年3.11以前、2010年までの東京電力の売り上げは5兆円、エネルギー価格の変動と原発の稼働率変化を反映して燃料購入費は大きく変動しているがほぼ2兆円であるとみなせる(東京電力企業情報ヒストリカルデータ)。 火力の比率が6割、原子力の比率が3割と見なせるから、原子力を火力に置き換えると火力の比率を9割にしなければならない。そのために必要な燃料費は1兆円である。すなわち、原子力を止めて火力にするコストは1兆円である。 東京電力は、日本全体の3分の1の電力をまかなっているので、日本全体の原子力を止めて火力にすることのコストは1兆の3倍の3兆円である。もちろん、新たな火力発電所も作らなければならないが、すでにかなり
インメモリデータベースのMemSQL、マネージドサービスをAWSとAzure、Google Cloudで提供すると発表。リアルタイム検索可能なデータウェアハウス実現 － Publickey
MemSQLはリアルタイムに分析や検索が可能なデータウェアハウスを実現するためのインメモリデータベース。分散処理に対応して性能と容量が向上するのに加え、メモリだけでなく分散ストレージにも対応してデータを配置するため、ペタバイトクラスの大規模データを扱えるスケーラビリティも備えていると説明されています。 ほかのデータベースからのデータのロードや、Kafkaなどを経由してIoTからストリーミングデータを受け取り、蓄積して高速に分析、検索などが可能。 検索はSQLに対応するほか、JSON形式、Geospatial（地理空間）データにも対応。 これまでMemSQLはパッケージソフトウェアとして販売されてきましたが、今回発表された「MemSQL Cloud」は、それをマネージドサービスとして同社が提供するというものです。 MemSQL Cloudで提供される機能はMemSQL Enterprise
Pythonからはじめるアルゴリズムトレード
『Pythonによるファイナンス 第2版』の著者が、アルゴリズムトレードを始める上で必要な自動売買の基礎と、機械学習を本格的に導入するために必要なPythonの知識について解説します。具体的には、アルゴリズムトレード用の適切なPython環境の設定、データの取得、NumPy/pandasを使ったデータ分析、トレード戦略のバックテスト、市場予測、ストリーミングのリアルタイム処理等、アルゴリズムトレードのさまざまな側面にPythonを適用するさまざまな手法を紹介し、自動トレード戦略を効率よく構築、デプロイするために、どのような選択肢があるのかを提示します。本書で利用したサンプルコードはGitHubから利用可能です。 まえがき 1章 Pythonとアルゴリズムトレード 1.1 Pythonによるファイナンス 1.1.1 Pythonと擬似コード 1.1.2 NumPyとベクトル化 1.1.3 p
【有料・無料】過去検証（バックテスト）ソフト＆ツール MT4や専用ソフト FXで勝つためのやり方 - 初心者の投資家マガジン
過去チャート検証し、何度も何度も検証することが重要です。 リアルタイムチャートから固定チャートまで調べてみました。 検証ソフトのメリット・デメリット 失敗する前に防ぐことができる リアルタイム感覚がなくなる トレードの見え方がソフトによって違う FX及びCFDのEA用ヒストリカルデータの調達方法 無料ツール マネーパートナーズのHyperSpeed NEXT FXDD及びFXTFのMT4 ThinkTrader 有料ツール フォレックステスター ShiftChart 検証ソフトのメリット・デメリット 失敗する前に防ぐことができる 過去検証をすることで、大きな損失を未然に防ぐことができます。 何も準備せずトレードすると、失敗して百万円損失をしてしまうことがあります。 リアルタイム感覚がなくなる 検証ソフトの最大のデメリットはリアルタイムトレードとの時間の感覚です。 １時間足は１時間で一本でき
ハイパーコンバージド、クラウド型機械学習、コンテナ特化型OS。2016年にブレークするインフラ技術、Publickey選
2016年にブレークするインフラ技術として何が挙げられるでしょうか。日経SYSTEMS 2016年1月号に、このテーマに基づいて技術を選出する「ITインフラテクノロジーAWARD 2016」が発表されています。 実はこのアワードの審査員の末席に僕も名前を連ねておりまして、僕以外の審査員は素晴らしい方々が揃っていました。野村総合研究所 石田裕三氏、ウルシステムズ 漆原茂氏、国立情報学研究所 佐藤一郎氏、楽天技術研究所 森正弥氏、そして日経SYSTEMS編集長の森側真一氏です。 審査員は事前に各自3つの技術をアワード候補として選出、それを全員で共有しながら議論を進めていきました。議論の結果、アワードとして選出された3つの技術は……まだ日経BPのWebサイトで公開されていないので、この記事で書くのは控えた方がよさそうです。この記事では僕が候補として挙げた3つのインフラ技術を紹介することにしましょ
機械学習で何ができるの？深層学習（ディープラーニング）だと何が違うの？ というのは他の方に任せるとして、やっぱりMNIST以外のデータで色々試してみたいですよね。 というわけで為替(FX)の予測でもやってみます 関連シリーズ - 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 - 第３回 TensorFlow (ディープラーニング)で為替(FX)の予測をしてみる CNN編 他の方の研究、記事など 調べてみると色んな方がやっています。この辺とか、Qiitaだと以下が有名なようです。 [TensorFlowで株価予想] 0 - Google のサンプルコードを動かしてみる 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 学習に用いるデータを大きく分けると以下で
Python3 ウォークフォワード分析の実装：BOT自動売買戦略の堅牢性検証とカーブフィッティング対策｜magito
こんにちは。magito(@magimagi1223)です。 今年も早いもので、2/3が終わろうとしています。その一方で、暗号通貨BOT界隈は、3月頃に盛り上がり始めてから、半年足らずでかなり発展しましたね。様々なストラテジー、ツール、コミュニティなどが登場して、目に見える範囲だけでも驚くほど多様化しており、また技術レベルも格段に上がっているように感じています。 僕も最近は裁定／MM中心にワークしているBOTのブラッシュアップをメインに行いつつ、新しいディレクショナル／テクニカル戦略策定のための基礎勉強も少しずつ続けています。 今回はそのテクニカル戦略に関するnoteです。 テクニカル戦略BOTを作成・運用するうえで最も大きな課題の一つが、「カーブフィッティング（オーバーフィッティング）」ですよね。「バックテストで良い成績を出していたBOTが、実運用では全くワークしなかった、、」という経験
［速報］欧SAP、R/3後継となる次期ERP「SAP S/4HANA」発表。HANAインメモリデータベース専用に新規開発
S/4HANAは、インメモリデータベースのHANA専用として開発された。5年前にマイケル・ストーンブレイカー氏は講演で「SAPは400ミリオンものコードを新たに書き換えることなどできはしない。彼らはいずれ死にゆくだろう」と言っていた。しかしわれわれはそれをやってのけた。 「S/4HANA」のパブリッククラウドエディション。これは22種類すべての業種をカバーするものではない、銀行やヘルスケアといった、現時点ではクラウドを優先しない業種もあるからだ。 新しいデータモデル、新しいUX、新しいコンフィグレーションの3つが特長となる、まったく新しいシステムだ。 （スライド右の「Key Benefits」） Built on HANA New Fiori for any device Guided Configuration Subscription 1/10 of datafootprint 3-7
はじめに Pythonでシストレのバックテストをするライブラリってたくさんあるのですが、MetaTraderから入った人にとってはわかりにくいので、Pythonの練習がてらバックテストのためのコードを書いてみました。 Pythonでシストレのバックテスト ただ、最初のバージョンは、まず動くことを第一に書いたので、結構無駄があったり、実行速度が遅かったりしたので、今回、ちょっと改良してみました。 FXヒストリカルデータの取得 株価だと、Yahoo!とかから直接ダウンロードして使えるものも多いのですが、FXだと5分足とか15分足とか複数のタイムフレームのデータを使うこともあるので、基本のデータとして1分足データが欲しいところです。 そうなると、データも大きいので、予めダウンロードしたデータを読み込む方が都合がいいかと思います。ここではサンプルデータとして以下のサイトからダウンロードしておきます
こんにちは！スナフキンです．先日チャネルブレイクアウト戦略を使ったbotを作成したのですが，そのコードを公開します．コードを全て解説する時間はさすがにないので，概要を述べたあとに重要な変数と重要な関数のみを解説します．本botはヒストリカルデータを用いてバックテストを行う機能も搭載しており，botの勉強を始める方にとってはそのあたりの実装についての勉強教材になるかもしれません．実運用・バックテストともに可能です．また，自分の設定したローソク足の時間軸でのトレードが可能です． ちなみに2018/2/21-2018/3/10の5分足でのバックテスト結果は以下です． ぼく個人の感情から，なるべく早く公開したいので，さしあたってチャネルブレイクアウト戦略そのものの説明などはGoogle先生にお任せします．（気が向いたら更新して細かい解説もします．） 2018/9/9追記 こちらの方がnoteで詳し
11/14エントリでは、軍事費の景気刺激効果が他の公共支出に比べ劣る、という研究を紹介した。また、バロー等の軍事費の乗数効果は1未満という研究にも言及した。 そのバロー等の10/30voxeu論説に対抗するように、11/18のvoxeuでは、アイケングリーン等のチームが、軍事費の乗数効果は（少なくとも流動性の罠の下では）2以上あるという研究結果を発表した（元の論文はこちら）。 両者の結果の違いをもたらした主な原因は、用いたデータにある。バロー等が米国の90年以上のヒストリカルデータを使用したのに対し、アイケングリーン等は1925-39年の国際連盟加盟国を主体とする27ヶ国のデータを用いている。ここで期間を1925-39年としたのは、彼らの興味の焦点が大恐慌下での金融財政政策の効果にあったためである。ちなみにこの期間には、ヒトラーによるドイツの再軍備や、ムッソリーニによるアビシニア侵入といっ
当ウェブサービスの問題点や提供してほしい情報など、トレーダーズ・ウェブへのご意見・ご要望を、お気軽にお寄せください。 個人情報等を必要としないご意見ボックスの性質上、「質問」や「問い合わせ」を頂いても回答は行えません。 御用のお客様は「お問い合わせ」フォームをご利用ください。 ※「トレーダーズ・メールマガジン」の配信停止につきましては、お申込いただいたメール配信サービス「まぐまぐ」にてお手続きください。 まぐまぐの配信停止はこちらをクリック。
*Close price adjusted for splits.**Adjusted close price adjusted for splits and dividend and/or capital gain distributions.
汲めども尽きない 無尽蔵
<BODY> <P>先物 株式 相場 人生 勝利 無尽蔵 ／ 聖書から神様の知恵を汲み出す無尽蔵</P> </BODY>
任天堂 売上高2兆円突破を記念し、数字を色々集めてみました - 中小企業診断士 和田伸午のおもしろビジネス放談
先日「三十歳から四十五歳を無自覚に過ごすな〜任天堂社長 岩田聡氏〜」をアップした数日後の8月29日、「任天堂 売上高2兆円に 2年で倍増」 （任天堂の業績上方修正のお知らせ）の報道がありました。「ついに来た！」という感じでしょうか。 これを記念してというわけではないのですが（笑）、任天堂関係の数字が色々とありましたので、ちょっといくつかご紹介し、任天堂の「強さ」をみようかと思います。 任天堂の売上高・営業利益推移 前回も取り上げた売上推移のグラフに、今回発表の2009年3月期の売上・営業利益予想を追加してみました。 売上高は2007年からのわずか3年間で約2倍の続伸。ベンチャー企業などであれば短期間で売上倍増というケースはありますが、任天堂は売上1兆円に届こうかという巨大企業。これが3年という短期間に「売上倍増・2兆円突破」ですから、任天堂にとってのこの3年間はとんでもないことをやった３年
FRB: H.15 Release--Selected Interest Rates--Historical Data
Historical Data Historical data are now exclusively available from the DDP: https://www.federalreserve.gov/datadownload/Choose.aspx?rel=H15
はじめに Open Table Formatは次世代のデータレイクの基盤となり得る技術で、徐々に導入事例(末尾に列挙)が増えてきているものの、日本での認知度は発展途上な印象がある。本記事ではOpen Table Format登場の背景を紹介する。執筆にあたって、Apache Iceberg: An Architectural Look Under the CoversとAWSにおける Hudi/Iceberg/Delta Lake の 使いどころと違いについてを特に参考にした。 Open Table Formatとは？ Open Table Formatとは、従来のデータレイクの技術的な課題&ユースケースの要請に応える形で登場した、データレイクに最適化されたテーブルフォーマットを指す概念で、上手く活用することでクエリプランニング、実行性能の最適化、効率的なUpdateやDelete、タイム
Nekopuniさんのブログに触発されて趣味と実益を兼ねて強化学習を用いたアルゴリズムトレードについて調べてみました。 書いている内容には全く自信がありません（特にコード）。自分用のメモが主な用途ですが、しょぼいサーベイ資料として参考になればありがたいです。 参考資料 An Automated FX Trading System Using Adaptive Reinforcement Learning[参考文献1] ← RRLによる最適化 Design of an FX trading system using Adaptive Reinforcement Learning[参考文献2] ← 上の論文の要約パワポ Algorithm Trading using Q-Learning and Recurrent Reinforcement Learning[参考文献3] ← Q-learn
今日は、MetaTrader で最も素早くブローカーのヒストリカルデータをダウンロードする方法を紹介します。 (1) 1分足チャートを開きます。 (2) HistoryCenter を開き、目的の通貨ペアのデータを選びます。 (3) 一番上のデータをダブルクリックして、時刻を1970に変更します。 ↓データの一番下に 1970年のダミーデータが追加されます。 (4) HistoryCenter を閉じて、チャート上で右クリックして更新を選びます。 ↓ダウンロード中は、ステータスのダウンロードデータ量の数値の変化を見る以外に確認の手段はありません。 ダウンロード完了の確認は、Homeキーを押してチャート右端のデータの日付を確認するか、Bars の本数を表示させるインジケータをあらかじめチャートに表示させておくと分かりやすいです。 int start(){ Comment(" Bars = "
ようやく一つ区切りを迎えました＆ご報告など - お久しぶりです、と書くのを躊躇うほどの時間が（もう1年ですか…）流れておりますが 皆様、元気にしておられますでしょうか。 システムトレード、まだまだ探求しておられるでしょうか…？ 全文を読む 最近コメントの公開/返信もままならず申し訳ないです - 最近どうにも慌しく、非常に申し訳ないです。 どうかご容赦ください…！ コメント、緊急そうなものだけ先にまとめてお答えさせて頂きますと AutoForexiteに関しては、エラー出たとしても基本的にダウンロードエラーなので 2・3日したら大抵イケるようになります。ご安心を。 これはForexite側がたまにファイル差し替えしてるので データの安全な運用という事でこのような仕様になっております。 まぁ、一つ気長にDLしてみてください…。 一度全年通れば、あとは問題なくヒストリカルデータ更新していけますの
ヒストリカルデータ － 日経平均プロフィル
日本市場をはかる、最も信頼されるものさし 日本経済新聞社は、社会の変化を見据え、日本経済をさまざまな視点から切り取る指数を算出しています。日本の株式市場の指標として広く利用されるとともに、指数に連動する商品が作られ世界中で取引されています ライセンス契約 日経平均株価をはじめ日本経済新聞社の各指数は日経が一切の知的財産権を保有しています。ウェブサイトやモバイルアプリでの表示のほか、日経指数データをインプットにした機械での演算処理、金融商品の組成など利用シーンに応じた手続きをご案内しています もっと詳しく
このページは移動しました。
このページは移動しました。 「移動する」のボタンを押すと 「ヒストリカルデータ」 （https://www.mizuhobank.co.jp/rate/market/historical.html） にリンクします。 なお、このページをブックマーク（お気に入り）に登録されているお客さまは、 登録先の変更をお願いします。 移動する
G8では一言で言うと、為替はごまかしながらもドル高追認、原油価格やコモディティ価格については問題であるという認識を共有したものの原因や対策については合意形成できず、といったところでしょうか。 原油を例に取れば、価格高騰の原因の一部が需要増加に伴うものであることには異論がないでしょうが、ここまでの高騰の背景に需要をベースとしないお金が流れ込んでいることがあるのもまた疑いのないことでしょう。「需要をベースとしないお金」というのは必ずしも「投機資金」と言い切れない部分があります。最近話題になるのは、年金基金などの長期投資にもとづくインデックス買いなどです。彼らは個別のマーケットについて特別のノウハウを持ち合わせていないのですが、ともあれ「ひとつのアセットクラスとしてのコモディティー」を「リスクリターン」の観点で最適な「分散投資」を行うために利用しようとしています。有名なカルパースは資産の一定割合
NTT HOME > NTT持株会社ニュースリリース > データ分析アイデアコンテスト 「Jubatus Challenge Japan 2012」 の開催
（報道発表資料） 2012年7月10日 データ分析アイデアコンテスト 「Jubatus Challenge Japan 2012」 の開催 ～ 日本発ビッグデータ分析オープンソースソフトウェア 「Jubatus（ユバタス）」 による分析コンテストの開催 ～ URL: http://www.facebook.com/JubatusChallenge2012 日本電信電話株式会社（本社：東京都千代田区、代表取締役社長：鵜浦 博夫、以下NTT）は学生を対象としたデータ分析アイデアコンテスト「Jubatus Challenge Japan 2012」の参加者募集を本日より開始いたします。 本コンテストでは、NTTが2011年10月よりオープンソースソフトウェアとして公開しているビッグデータ＊1のリアルタイム処理を可能とするJubatusを用い、データ分析のアイデアおよび分析内容を競って頂きます。本
「バフェットからの手紙」を読んで、改めてリスクにはいろいろな考え方があるなあと感じたので、リスクの分類について少し考えたところをまとめてみた。 バフェットの投資哲学 知らない人はいないと思うが、ウォーレン・バフェットは米国の著名な投資家であり、世界最大の投資持株会社であるバークシャー・ハサウェイの筆頭株主でありながら同社の会長兼CEOも務める。Wikipediaによれば、バフェットが「1965年にバークシャー・ハサウェイの経営権を握ってから現在までの約45年間に、ダウ平均株価の上昇率が約1400%超だったのに対し、バークシャー･ハサウェイの株価は約82万%超という桁外れの上昇をみせ」たそうで、2007年における個人総資産は「620億ドル（約6兆4360億円）」とのことである。 バフェットの投資哲学はシンプルで、いわゆるバリュー投資と呼ばれる手法がそれだ。バフェットは、それを恩師であるベン・
３日で資産が３倍に!! Azure Machine Learning(ML) でFx予測と自動売買連携。-その１ 概要・準備編 - Qiita
３日で資産が３倍に!! Azure Machine Learning(ML) でFx予測と自動売買連携。-その１ 概要・準備編R機械学習FXAzureMachineLearningMetaTrader4 Azure Machine Learning を使い、教師あり機械学習によるFx予測をします。 機械学習の結果をWebApi経由で入出力できる状態にします。 Fx自動売買システムで著明なMetaTrader4(MT4)からWebApiで結果を取得し自動売買します。 教師用データは証券会社より配布されている１分足のデータを使います。 データの加工はRで実装します。 ソースコードはGitHubから取得できます。 本アプリケーションの仕様・概要は、 https://docs.com/user142134/9040/jazug-5-azure-mlfx にあります。まずはこちらを御覧ください。 目
経済学にとって、「なぜ成長するのか」という問いは根源的なものだし、「資本ストックと労働供給量が増加すれば、生産量は増加する」というのがあまりに自明だとすれば、TFPに関心が向くのは当然だ。しかし、TFPは残差であって、直接に計測できるものではなく、中身が何なのかも特定しがたい。そして、そもそも、TFPに関心を持つ必要があるのかという課題設定についての疑問も湧いてくる。 実もフタもないが、1991年～93年にかけて成長率が落ちたのは、投資のGDP比率が落ちたからだし、1994年～96年にかけて上向いたのは、投資率が底入れしたからだ。1997年から2000年にかけて成長率が再び降下したのは、ハシモトデフレから投資率が下がったからである。投資の動きで十分に説明できるのだから、あえてTFPを持ち出さなくても済むような気がする。 むしろ、2001年から2008年にかけて投資率が上がり、設備投資は歴史
株Web
SBI証券 2020年 「オリコン顧客満足度調査」ネット証券第1位！※2020年2月26日現在 カブドットコム証券 1株から売買できるプチ株や多彩な注文方法が可能 信頼の三菱UFJフィナンシャル・グループが運営 楽天証券 国内株式手数料を大幅割引！優遇プログラム「超割」コース誕生！ 松井証券 1日の株式約定代金合計10万円以下の場合は手数料無料！
『Googleによる買収』でこれからどうなる？Lookerの中の人達に色々話を聞いてみた #looker | DevelopersIO
『Googleによる買収』でこれからどうなる？Lookerの中の人達に色々話を聞いてみた #looker 本日2019年10月01日付で、クラスメソッド株式会社は、次世代BIプラットフォームを提供するLooker(ルッカー)社とのパートナー契約を締結しました！プレスリリースについては以下の形で情報を公開していますので是非御覧ください。 さて、少し日付を遡ること2019年06月06日(米国現地時間)、Googleのクラウド部門Google CloudによるLookerの買収に関するアナウンスが全世界を駆け巡りました。 このアナウンスが為される事になる少し前からLookerに興味関心を抱いていた弊社としては非常に大きな驚きと「これからどういう展開を見せていくんだろう」という不安と期待の双方を感じながら動向を注視していました。 そんな中、ジャパンカントリーマネージャー 小澤正治氏を含むLooke
思想転換を迎えたバーナンキ
アメリカの5月は卒業式の季節だ。 全米各地で、新卒の大学生や大学院生が、角帽とガウンを身につけ式に臨み、学位を手にしてキャンパスを去ってゆく。（今年は超就職難の年だというのに・・・Good Luck！） 米国の有名大学や学部は毎年、各界の著名人を卒業式のゲストスピーカーに呼ぶのが慣例となっている。 筆者も90年代の始めごろニューヨークにある某ビジネススクールでMBAを取得したが、自分の卒業式のときのゲストスピーカーが誰だったのか、まったく覚えていない。スピーチの内容も全然記憶にない。（笑） 先週の金曜日（22日）は、ボストンカレッジのロースクールで、バーナンキ連銀議長がゲストスピーカーとして招待され、卒業生を前にスピーチをした。（スピーチ全文は、FRBサイトのここへ。） この週末は、アメリカの経済関係のメディアやブログはどこもこぞって、このバーナンキ議長のスピーチを取り上げていたが、その中
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
為替をDeepLearningで予測してみた話 - Qiita
[Python] 株価データをプロットし，さらにCSVファイルを出力する - Qiita
機械学習で株価予測～scikit-learnで株価予測④：世界の主要指数の追加～
1分足の過去チャート（ヒストリカルデータ）を全自動で収集するアプリ - AutoForexite -
物価高騰の意外な犯人 - Baatarismの溜息通信
TensorFlow (ディープラーニング)で為替(FX)の予測をしてみる - Qiita
PythonでFXシストレのバックテスト(1) - Qiita
チャネルブレイクアウト戦略を使ったBTCFX自動取引Bot(pythonコード)
流動性の罠のもとでは財政政策も金融政策も有効 - himaginary’s diary
信用残の推移:信用取引 - トレーダーズ・ウェブ(株式情報、ＦＸ情報)
NYダウ ヒストリカルデータ Dow 30 - Yahoo Finance
データレイクの新しいカタチ：Open Table Formatの紹介 - 流沙河鎮
アルゴリズムトレードの強化学習アルゴリズムについて調べてみた - Qiita
神速のHistorical Data ダウンロード術。 - とあるMetaTraderの備忘秘録
フルレバ50倍でFXシステムトレード。 （外国為替証拠金取引で自動売買）
資源価格高騰と長期投資 厭債害債（或は余は如何にして投機を愛したか）
バフェットの投資哲学とリスクの分類 - よそ行きの妄想
4/21の日経 - 経済を良くするって、どうすれば