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

一人 CTO Night での発表資料です

DIコンテナ使ってるけど、アノテーションってなんなの！って聞かれて、作ってみたらわかるよと答えてみたので、自分でも作ってみました。 よくわかった。 「DIコンテナ使うと何がいいの？」ということも、作ってみるとわかります。あと「DIって何がいいの？」に関しては、「DIはちょっとコードを書くのが楽になるだけで、それだけあっても仕方ない、大事なのはコンテナ」と答えるようにしてますが、コード比率からもそれがよくわかります。 続編としてWebフレームワークも作っているので参考まで。 作って理解するWebフレームワーク - きしだのHatena まずはコンテナを作る とりあえず1ソースの状態で。 こんな感じで、管理する型を登録できるようにします。 static Map<String, Class> types = new HashMap<>(); static void register(String

2015年はCSSが普及した以来となる10年に1度のフロントエンド大変革期で、それまでのツケが一気に回ってきたと個人的に感じていました。目まぐるしく状況が変化していきましたが、2016年になり、個人的にだいぶ落ち着いてきたと感じているので、ここらへんでまとめておきたい思います。 最初に結論を書いておくと、 『React + Redux + react-router + material-ui + axios + ES2015 + Babel + webpack + ESLint + Airbnb JavaScript Style Guide』 という組み合わせが、いま僕の採用しているJavaScriptの環境です。 主要ライブラリは React A JavaScript library for building user interfaces | React 去年、一気に普及したReact

日本株の日足データをローカルのデータベースに取り込むツールを作ってみました。 github.com Quandl で公開されている日本株の日足データを取得して、ローカルのPostgreSQLに取り込みます。 Tokyo Stock Exchangeデータベースの全データを取り込むので、ETFのデータなども含まれます。 とりあえず、直近500日分のデータを取得するようにしています。 市場が開いている日のデータのみなので、大体2年分です。 未インポートのデータのみ取り込むので、取りこぼしやエラーがあっても再実行すればOK。 毎日cronで実行すれば、最新の日足データが使える状態になるはずです。 DBのテーブル構成は以下。 事前準備 $ git --version git version 1.8.3.1 $ docker -v Docker version 1.10.2, build c3959

HTTPステータスコードを返すというのはとても単純なことです。ページがレンダリングできた？よし、それなら 200 を返しましょう。ページが存在しない？それなら 404 です。他のページにユーザをリダイレクトしたい？ 302 、あるいは 301 かもしれません。 I like to imagine that HTTP status codes are like CB 10 codes. "Breaker breaker, this is White Chocolate Thunder. We've got a 200 OK here." — Aaron Patterson (@tenderlove) 2015, 10月 7 訳：HTTPのステータスコードのことは、市民ラジオの10コードみたいなものだと考えるのが好きです。「ブレーカー、ブレーカー、こちらホワイト・チョコレート・サンダー。200

2. 過去の発表 2014年11月29日 TokyoWebMining #40 2 専門と一切関係ナシ 2chテキストマイニングとまとめサイトの自動生成 セクシー女優で学ぶ画像分類入門 3. 所属 自己紹介 2014年11月29日 TokyoWebMining #40 3 Twitter ID ｔｋｍ２２６１ 専門 経営工学/最適化 某データ分析会社 業務 分析何でも屋さん 機械学習との出会い 当時の研究が実用性 皆無 精神の逃げ道として 機械学習 を開始 研究が 詰んで、 趣味が本職に 言語、画像と幅広く 遊んでます

FXシステムトレードフレームワーク「Jiji」のサンプル その2、として、 トラップリピートイフダンのような注文を発行するエージェントを作ってみました。 ※トラップリピートイフダン(トラリピ)は、マネースクウェアジャパン（M2J）の登録商標です。 トラップリピートイフダンとは 指値/逆指値の注文と決済を複数組み合わせて行い、その中でレートが上下することで利益を出すことを狙う、発注ロジックです。 具体的にどういった動きをするのかは、マネースクウェアジャパン のサイトがとてもわかりやすいので、そちらをご覧ください。 www.toraripifx.com 特徴 FX研究日記さんの評価記事が参考になります。 tasfx.net レンジ相場では、利益を出しやすい ×レートが逆行すると損失を貯めこんでしまう 仕組みからして、いわゆるコツコツドカンなシステムという印象です。 レンジ相場なら利益を積み上げ

基本的に競馬なんてやるべきではないと私は思っている。胴元の取り分が多いからだ。宝くじに比べればまだましだが、それでも賭け金の20～30%は胴元に取られることになる。*1 しかし今回は、ちょっと思い立って競馬の予測をやってみることにした。 理由は馬券の安さだ。私は現在、資金量が少ない人間でも不利にならない投資先を探しているのだが、馬券の一枚100円という安さは魅力的に映る。株の場合にはどんな安い株であれ最低購入額は数万円以上*2なので、ある程度まとまった資金が必要になる。 また、競馬には技術介入の余地（努力次第で勝利できる可能性）がある。 例えばこんな例がある。 １６０億円ボロ儲け！英投資会社が日本の競馬で荒稼ぎした驚きの手法 - NAVER まとめ 彼らは統計解析によって競馬で勝っており、その所得を隠していたらしい。こういうニュースが出るということは、解析者の腕次第では競馬で勝てる可能性が

FXシステムトレードフレームワーク「Jiji」の使い方サンプル その1、ということで、 Jijiを使って、インタラクティブにトレーリングストップ決済を行うBotを作ってみました。 トレーリングストップとは 建玉(ポジション)の決済方法の一つで、「最高値を更新するごとに、逆指値の決済価格を切り上げていく」決済ロジックです。 例) USDJPY/120.10で買建玉を作成。これを、10 pips でトレーリングストップする場合、 建玉作成直後は、120.00 で逆指値決済される状態になる レートが 120.30 になった場合、逆指値の決済価格が高値に合わせて上昇し、120.20に切り上がる その後、レートが120.20 になると、逆指値で決済される トレンドに乗っている間はそのまま利益を増やし、トレンドが変わって下げ始めたら決済する、という動きをする決済ロジックですね。 インタラクティブにして

ReactとCordovaを使って、ブラウザ向けのWebUI + Androidで動くスマホアプリ を提供するサービスを、一人で作ってみた話です。 サマリー 作ったもの 最大の課題:作業量 一人で作りきるために意識したこと 取り組み1: Cordovaを使って、Web UI/スマホアプリのコードを共通化する 取り組み2: レイヤードアーキテクチャを採用し、共有できるコードを最大化する 取り組み3: ユニットテストを書く まとめ 作ったもの jiji2.unageanu.net 自分だけの取引アルゴリズムで、誰でも、いますぐ、かんたんにFX自動取引を開始できる、システムトレードフレームワークです。 アルゴリズムの作成、バックテスト、リアル口座での自動取引まで、これ一つで可能。 取引アルゴリズムはRubyで記述。メール送信や取引タイミングのPush通知も、APIを呼び出すだけで実現できます。

自分だけの取引アルゴリズムで、 今すぐシステムトレードを開始。 無料で使える FXシステムトレードフレームワーク 「 Jiji 」 Beta

講義ノートの目次へ 大学・大学院で学ぶ「金融工学（ファイナンス工学）」の講義ノート。 デリバティブ理論 数理ファイナンス 計算ファイナンス 計量経済学 などの名前の授業。　数理工学の応用として学習する。 株取引・証券や金融商品の，数理的なモデル化である。 勉強する上での目安として，ブラック・ショールズ方程式を使った金融商品価格のモデリングが到達目標となる。 また数学的な背景として，確率過程，確率微分方程式，ブラウン運動，マルチンゲールなどが必要になる。 下記のテキストを使い，独学で学ぶことができる。 （１）PDF形式のテキスト・資料 （２）講義資料をWebページとして閲覧できるもの （３）その他，数学的な基礎としての確率過程など （１）PDF形式のテキスト・資料 ページ数多めの，しっかりした教科書PDF： 京都大，「数理ファイナンス」 https://www.math.kyoto-u.ac

スタートアップがサービスを世の中に広めるため、有効な手段の一つがプレスリリース。とはいえ広報担当者がいなければ、どうすれば良いプレスリリースが作れるのかわかりません。 今回はPR TIMESの江口学氏に、「伝わる」プレスリリースのつくりかたを聞いてきました。 （聞き手 Tayoriのおたより編集部） プレスリリースとは？ プレスリリースには以下のような情報を流すことができます。 新商品や新サービスの発表 新店舗/新サイトオープン発表 調査リリース 一般向けイベントの開催発表 など、内容はさまざまです。 プレスリリースは作って届けることが重要 プレスリリースを打つときにすることは大きく分けて３つ。 プレスリリースをつくる プレスリリースを届ける プレスリリースを拡散させる この３つです。 伝わるプレスリリースの基本 それでは早速、プレスリリースのつくりかたを見ていきます。 プレスリリースはタ

この記事は2015年10月23日の記事を再編集しています。 個人や企業がインターネット上でホームページを開設するのは、多くの場合、ユーザーからのアクション、つまりお問い合わせや資料請求、会員登録や販売経路を増やすことを目的としています。 そのためには、製品やサービスの優れた点をただ訴えるだけではなく、興味を持ってアクセスしてくれたユーザーに実際に行動に移してもらえるように、ストーリー性のあるランディングページが必要であると言われています。 自社製品に興味を持ってくれたユーザーのほとんどは、その製品やサービスが本当に自分の求めているものなのか疑いの気持ちを抱いています。 その疑いや心配を取り除くためにどのようなコンテンツが適切でしょうか。 今回は、ストーリー性のあるランディングページ制作のためのフレームワークをご紹介します。 ストーリー性のあるランディングページ制作のためのフレームワーク4選

CloudSQLの価格は実戦的という意味で、per Dayの価格を24hourで割った価格にしています。 メモリは2GBあれば検証としては十分なので格差は関係ありません。 IOPSはEBSならGeneral Purposeの1000GB*3で最大確保しています。 その他、ネットワーク周りなどポイントがあれば都度、補足していきます。 ベンチマークのデータ 今回、採取した全データはこちらになります。一部、目的に対して不要と判断したら省略しています。まぁ、こんなオレオレメモデータを見ても楽しくないでしょうから、１つ１つ考察していきましょう。 手法について 私がよくやる計測方法なのですが、innodb_buffer_pool_size がデータ容量より大きい健全な状態と、最小の16MBで過負荷ストレージを演出し、それぞれで参照／更新を別々にランダムアクセスをすることで、最初のボトルネックを炙り出し

The buy will benefit ChromeOS, Google’s lightweight Linux-based operating system, by giving ChromeOS users greater access to Windows apps “without the hassle of complex installations or updates.”