TensorFlow (ディープラーニング)で為替(FX)の予測をしてみる CNN編 - Qiita
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
爆勝ちFXシストレ論文「Learning to Trade via Direct Reinforcement」を再現させたい - Qiita
爆勝ちFXシストレ論文「Learning to Trade via Direct Reinforcement」を再現させたい機械学習DeepLearning強化学習FXSystemTrade FXシストレ論文 「Learning to Trade via Direct Reinforcement」 http://dustwell.com/PastWork/MoodyRLTradingPresentation.pdf http://people.idsia.ch/~juergen/rnnaissance2003talks/MoodySaffellTNN01.pdf が、シミュレーション結果を見る限り爆勝ちしているので、この実装を再現させようとしているが、うまくいかない（同じような性能が得られない）。 要は価格の予測に応じてトレードするんじゃなくて、トレードしたら勝てるかどうか自体を直接予測す
私が購入したい銘柄 : サラリーマンが株式投資でセミリタイアを目指してみました。
2017年02月10日06:00 私が購入したい銘柄 カテゴリ株日記 Trackback(0) 私は自分自身のことを割安成長株投資家だと思っていますが、どんな銘柄が投資対象としたい銘柄かというと、以下のような銘柄です。 ・PERは10倍程度（成長率が高ければ15倍弱まで許容） ・増収増益傾向であること（今期業績見通しも含めて） ・ストックビジネスが主力であること ・配当性向30％以上を公約していること ・決算説明資料を少なくとも半期ごと公開していること これらを全部満たしている銘柄なら最強です。 三機サービスは最初に購入の際、これらの条件をすべて満たしていました。 上場している全銘柄からこれらの条件を満たす銘柄を探し出すのは人力では無理ですので、私は直近IPO銘柄などターゲットを絞っているわけですが、最近中小型株も過熱気味ですので、私の投資尺度に当てはまる銘柄が本当に見つからなくなってきま
負けない株式投資 - 趣味全開で淡々と
どうもキュウです！ 本日は12月29日になりました！明日はいよいよ大納会で今年一年最後の株取引の日になります。 僕は大納会だからと言って特に何をするわけでも無いですし、明日はコミケに参加するため恐らく株のことなんて忘れてしまうと思うので、今日はいい機会なので今年のトレードを振り返ってみようかなと思います。 今年は殆ど売買していなかった 振り返るはずが売買履歴を見ると取引はほとんどしていませんね（汗 クオール（3034）って薬局の株を新規で少し買っただけです。 あとは1000ちゃん銘柄のオーイズミ（6428）を梅雨時にナンピン買いしてたくらいですね。 オーイズミに関しては秋ごろに一旦は白紙になりかけたカジノ構想がまた出てきたので株価が倍くらいになったので半分売却して後は毎年配当を貰えるようになります。もし万が一会社がエライコッチャになっても半分残した株を売却してしまえば、そのぶん利ザヤも得ら
企業の業績を把握するために株式を分析する - Qiita
以前に前編を書きましたからそろそろ後編かと思いきや、その話はもう少しだけ置いておいて今回は企業の業績を如実に反映した指標とも言える株価についての話です。 株価データを取得して、加重平均や前日比を算出したりチャートを描画したりといったきめ細かな加工をしたいというニーズは大いにあると思います。このような場面では、実際に第一線のクオンツらの手によって金融取引の現場で生み出された Python のライブラリ pandas を使うと機能も豊富で開発も速いため非常に実用的であり強力で便利です。もっとも、 pandas そのものについては今までの記事でさんざん活用してきましたから今さら説明は不要でしょう。 こちらの記事では pandas で株価データを時系列処理にかけて Gmail に配信するといった内容でまとめられています。 (ありがたいことにこの連載の記事も何点か引用されています。ありがとうございま
過去のデータからビッグデータ分析で株価を予測する - Qiita
今日は 15 年ぶりに日経平均が 19,000 円台を一時回復し、 6 月末までには 2 万円に達するのではとの声も出ていますが、そんな中ビッグデータ (笑) 分析で株式の分析をする話です。 効率的市場仮説 金融の世界には効率的市場仮説というものがあり、どのような情報を利用しても他人よりも高いパフォーマンスを継続してあげることは不可能であるという説があります。これほど誤解されたりあるいは都合良く解釈されたものはないと筆者は考えます。 この辺は効率的市場仮説のパラドックスあたりを読んでいただくと良いでしょう。 普通に考えて、たとえばなぜ証券業界のディーラーやファンドマネージャーが現役で職を保っていられるのか、みんながみんなバフェットの真似をしてみんながお金持ちにならないのはなぜか、などなど考えていけばわかりそうなものです。 賛否両論はこのあたりを読んでいただくとして (ちなみに筆者はアンドリ
Python の科学技術計算環境 Anaconda に 日本株データ取得用モジュール jsm を入れるには、conda install ではなく、pip install を使う - Qiita
~ $ conda install jsm Fetching package metadata: .... Solving package specifications: . Error: Package missing in current osx-64 channels: - jsm You can search for this package on anaconda.org with anaconda search -t conda jsm ~ $ ~ $ anaconda search -t conda jsm Using Anaconda Cloud api site https://api.anaconda.org Run 'anaconda show <USER/PACKAGE>' to get more details: Packages: Name | Version
【データ分析】米国自動車株の解析をしてみる - Qiita
こんにちは。 林@アイエンターです。 前回のブログでは、Pythonのデータ解析ライブラリの「scikit-learn」での回帰分析をご紹介しました。 その際に、AnacondaというPythonパッケージをインストールしたわけですが、 今回はその中のPandasや、データ可視化用にSeabornを導入し、米国自動車株の解析を行ってみます。 株価データの読み込み まずは、jupyter notebookで解析をしていく際の基本ライブラリをインポートします。 時間を扱うため、datetimeモジュールと、外部からのデータ読み込みのため DataReaderを使用できるように準備します。 たとえば、「ゼネラルモーターズ」の過去１年分のデータをYahooサイトから読み込む処理を書いてみます。 ちなみに、ゼネラルモーターズの銘柄コードは「GM」になります。 では、データの上位5件を表示してみましょ
FXシステムトレードのプログラムをいくつか作ってみて分かった課題とその解決法について - Qiita
以下の通りいくつか、システムトレードのプログラムを作ってきましたが、継続的（長期ではなく短中期でも安定して）に勝つには課題があることが分かったので書いておきます。 ※コメント欄に画像のリンク張ってたりしてるので、そちらもご覧ください ディープラーニングでFXのシステムトレーディングをするコードを書いた - Qiita 機械学習を用いたオレオレFXシステムトレーディングプログラムのロジック解説 - Qiita ディープラーニングでFXのシステムトレーディングをするコードを書いた (2) -RNN/LSTM編- - Qiita xgboostによる決定木アンサンブル学習でFXのシステムトレードするコードを書いた - Qiita 市場は常に変化しており1つのアルゴでは対応しきれない（ように思えた） 当たり前かもしれないが、機械学習でアルゴを作っても勝てる期間と勝てない期間が出てくる（数カ月とかの
インデックス投資の具体的方法 8ステップ
※本ブログでは記事中にPRを含む場合があります 「水瀬さんが考えるインデックス投資の方法って具体的にどんな感じですか？」 ブログを始めて8年目、こんな質問をされることが増えてきました。 ほとんど毎日インデックス投資に関するブログ記事を書いているのですが、その本数も2,000本を超え、すべてに目を通すのはおよそ無理というレベルになってしまいました。 なので、要点がつかみにくくなっているんだろうなぁと推測しています。 そんな時に「ここを見てください」と言えるページを作っておきたいと思い、インデックス投資の具体的方法についてまとめました。 これは、インデックス投資のバイブル「ウォール街のランダム・ウォーカー」（バートン・マルキール著）をもとに、他の識者たちのよいところをつまみ食いしつつ、日本の金融環境に合わせてアレンジし、ネット上の無料ツールなどの便利情報を含めてまとめたものです。 比較的短時間
サラリーマン投資家が絶対チェックすべき投資ブログまとめ！
株主優待と高配当株が大好きな会社員のブログです。株主優待や配当金で年間３％の利益を得ることを目的にしています。 バフェット氏や竹田和平氏のように、長期投資で、リスクを抑えつつ、着実に資産を増やしていきたいです。
成長性の高い中小型株の簡単な見つけ方 : サラリーマンが株式投資でセミリタイアを目指してみました。
2012年09月16日06:30 成長性の高い中小型株の簡単な見つけ方 カテゴリ投資コラム Trackback(0) JASDAQ、マザーズの銘柄は、出来高が少ないものの、 個別の銘柄を見ていくと、東証一部の銘柄以上に 成長性のある企業が多く、将来的に東証２部、1部と 昇格していくと、投資対象として知名度も向上し、株価も 騰がりやすくなります。 そのため、私はJASDAQ、マザースの中小型株への 投資に積極的なのですが、名前も知らない銘柄ばかりの 企業の中から、成長銘柄を探すは手間かもしれません。 そういった場合、手っ取り早い銘柄ピックアップの方法として 日本の新興市場の中小型株に投資するファンドの 組み入れ銘柄の中から、自分好みの銘柄をピックアップ するというやり方があります。 例えば、明治安田アセットマネジメントが運用している 「小型株ファンド（通称：グローイング・アップ）」の 運用報
為替と株の予測の話
Twitter: ottamm_190 追記 2022/4/24 speakerdeck版：https://speakerdeck.com/masatoto/shen-ceng-xue-xi-falsebu-que-shi-xing-uncertainty-in-deep-neural-networks コンパクト版：https://speakerdeck.com/masatoto/shen-ceng-xue-xi-niokerubu-que-shi-xing-ru-men
TensorBoardで学習の過程を可視化する ～株価予測（３）～ - 今日も窓辺でプログラム
今回やること 前回までに用意したデータ・ニューラルネットでは、日経平均の終値が前日より上がるか下がるかを60%後半台の精度で予測できていました。 今回は、ネットワークが最適化されていく過程をTensorBoardを使って可視化して確認してみたいと思います。 目次 今回やること 目次 TensorBoardとは？ 損失関数を可視化してみる 損失関数の可視化を見てみる グラフ全体の可視化 隠れ層ありのグラフも可視化してみる 精度も可視化してみる 精度の計算方法 訓練データに対する精度の可視化 テストデータに対する精度は？ 参考 関連記事 TensorBoardとは？ TensorBoardとは、TensorFlowで構築したグラフやグラフの様々な値を可視化するために用意されたツールです。 日本語でもどのようなことができるか解説している記事がたくさんあります。 TensorFlowとTensor
株式全銘柄 株価一覧表（CSVファイルダウンロード可能）
SC 名称 市場 種別 日付 株価 前日比 前日比 (％) 前日 終値 始値 高値 安値 出来高 売買代金 (千円) 時価総額 (百万円) 値幅 下限 値幅 上限
tensorlfowで株価予測 - Qiita
tensorlfowに慣れてきたので、株価をdeeplearningで予測してみる 基準日を作り、その過去90日(営業日で)の株価とその30日後の株価を使って、株価が上がる可能性が高い銘柄を出す ３０日後の正解データをその基準に対して、x%上がったか、下がったか、その間にいたかという３択にして、 分類問題として解くことにした。 まずは、隠れ層２つにして、必要な関数を作る import tensorflow as tf import numpy as np sess = tf.InteractiveSession() def inference(x_placeholder,SCORE_SIZE,NUM_HIDDEN1,NUM_OUTPUT,keep_prob): with tf.name_scope('hidden1') as scope: hidden1_weight = tf.Varia
Python pandas で日本の株価情報取得とローソク足チャート描画 - StatsFragments
以下の記事を読んでいて、pandas 標準では日本株式の情報が直接とれないことに気づいたのでやり方をまとめたい。 この記事では以下 2 点の処理について書く。 Yahoo! ファイナンス からの株価取得 ローソク足チャートの描画 補足 標準の v0.15.2 で簡単に動きをみているが、ちゃんとテストはしてない。特にローソク足チャートについては pandas の plot クラスにかなり依存しているため、バージョンが変わると動かなくなる可能性がある。 1. 株価の取得 まず、pandas には標準機能として外部サイトのデータを DataFrame で取得する機能 DataReader がある。DataReader では 日本株の情報は直接はとれないが、簡単に動きを書いておく。 DataReader での取得 DataReader では、0.15.2 現在で以下 6 つのデータソースをサポート
会社員に最強の資産運用はノーロードのインデックスファンドにドルコスト平均法で投資すること - 俺の遺言を聴いてほしい
暇な時間を持て余していた大学時代、僕はパチプロとしてコツコツとお金を稼ぎ、100万円の軍資金を集めた。 僕が大学の頃はたしか日経平均株価がわずかに回復に向かっていった時期で、本屋には ・デイトレードで3億稼ぐ方法 とか、 ・1億稼ぐ魔法のテクニカルチャート分析 というタイトルの本が並んでいた。 デイトレードで100億稼いだというB.N.Fというトレーダーが現れたのもその時期だったと思う。 僕は己の才能を過信していた。 他の人間が稼げたのだから、僕にできないはずがない。 パチンコで勝ちまくった僕だから、デイトレードも同じように勝てるはずだ。 そんな自信から、なけなしの100万をデイトレードに突っ込み、たった３ヶ月で50万の金を失った。 それからは 「負けを取り戻そう」 と焦った結果、パチンコでも負けが続き、結局奨学金に頼って生きるハメになった。 あれから10年近くの時が経った。 あの頃有名に
【 Python で時系列分析（ペリオドグラム） 】野村ホールディングス 株価 終値 （2015年1月～3月上旬） が、（期間平均でみて）どの長さの周期性波長成分 を 多く含むのか、「各周期成分 含有密度分布」 を計測してみる - Qiita
Python statsmodels モジュール には、ペリオドグラムを抽出するメソッドがあります。 SM StatsModels Statistics in Python, Time Series analysis tsa SM StatsModels Statistics in Python, statsmodels.tsa.stattools.periodogram メソッドに渡す引数のデータ型は、array型 以下、periodgram()メソッドを使って、野村ホールディングス「株価（終値）」と 「終値（前日比）」の周期性解析を行ってみます。 （但し、期間平均です。期中における「各周期成分 含有密度分布」の変動推移をみていくのは、さらに、wavelet分解が必要になります。） 【 結論 】 Conclusion comes first 但し、グラフ横軸は周波数 表示 野村ホールディ
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
https://qiita.com/yudsuzuk/items/9b68170b28dfa9d2d68b