Pythonでデータ分析&自動売買 Part1
■ このスレッドは過去ログ倉庫に格納されています
pandas scikit-learn TnesorFlow
優秀なライブラリが豊富なPythonについて語れ >>163
give-and-takeでやろうやw
そっちも情報提供してくれたら、対数リターンとPERやPBRの指標との相関係数なんかも教えたるよ おいおい、pythonでデータ分析スレなのに、ここまで具体的なデータを出したの俺だけじゃねえか
どうせお前らモジュールに変数ぶっ込んだだけで「ディープランニングしました(キリッ)」とか言ってんだろw
まぁ素人じゃこんなもんか >>156
上でも書いたけど、色々な分析をしても他の奴もやってるわけで
原理的に有意なt値は存在しないのでは? >>10
某銘柄でそれやったられやったら証券会社からBAN食らいそうになったw >>169
証券会社損しないでしょ?なんでBANされるの? >>170
終値関与の証券会社の内部規約に掛かった 去年の為替チャートをLSTMのディープラーニングで覚えさせて
過去の推定ならほぼ100%再現出来る自作のAIモデルを作ったんだけど、
まだ未来の予測が全然出来ないんだよな
絶対値だと上下に数%ずれただけで同じ形だと認識されなくなるから
今度は相対値の差分で覚えさせてみようと思う
チャートの機械学習にGTX1070〜80のグラボでも数日掛かるから
それだけでGWが終わりそうだけど… >>172
ほぼ100%だとそれって単に過学習になってるだけじゃないのか? >>168
俺もこの程度の分析で超過リターンが得られるとは思ってない
遊び半分でやってる
それと多変量解析で有意なt値が生じることは珍しくない
有名なのはファーマ・フレンチの3ファクターモデル
β値、時価総額とPBRの逆数を基にした分位ポートフォリオのリターンを説明変数、投資収益率を従属変数として重回帰分析すると有名なt値が得られることが証明された
といっても理解できんかな
このスレにはCAPMすら知らないやつ多そう >>173
訓練用データから切り分けた評価用データのlossの最小値で止めているから、過学習ではないと思う
長周期波形の記憶には256〜512ユニットぐらいの大きなLSTMが必要だから、
数千エポック程度じゃ再現出来ないことも分かってる >>172
学習データは当然tickだよな?
1分足とかお笑いだぞ >>174
それなら、他の投資家も解析しているわけで
なぜ彼らはその有意な結果の現れた方法で投資をしない?
もっと言えば、その方法で投資を行えば株価は逆方向に動き
t値の優位性はなくなると思うが?
>>175
でも、訓練用データでしか予測ができないわけだよね
仮に過学習ではないとしたら、多くの人が使うモデルだからそこから先は予想が破綻したとか?
色々やってると一時期は規則性があるような動きをしても
それがどの程度の期間続くか予測できないし
乱数で作ったチャートの予想をしているみたいだわ
試しに乱数でそれっぽい時系列データを作って学習させたらどうなるだろ?
案外同じような結果が出るかもw あなたは心の病気だよ
相手が誰でも喧嘩を吹っかけて勝った気にならないと落ち着かない症状
しかしそんな事じゃ本質的な解決を避けてるだけだから
いつまでも満たされずにいつも不安になる
そして不安を一時的に誤魔化す為にまた喧嘩してマウント
3Dプリンターの事など全く関係が無い
少しでも勝てそうなポイントばっかり探して勝とうとするだろ
負けそうになったらすぐ退散か話題をブチ切り
医者に相談するレベルで異常だよ
少なからずあなたのような人はいるけどいつまでもやってると全員にNGされて一人で絶叫するだけ
以前にも指摘されてたろ
こう書いても無視か絶叫だろうが
何らも会話する要素が無い
知らない人はあなたのコメントに惑わされることもあるだろうが
ウンザリ Pythonでのデータ分析や自動売買を研究するスレッドなのに
関係なさそうな人が割り込んでいる様な気がするな
ディープラーニングAIでの取引はまだ実用レベルじゃないかもしれないけど、
Python使いで興味がある人に何らかの情報提供が出来れば…と思って書いているわけで
ちなみに今買える1080クラスの高性能PCでも数万プロットのデータ学習に数日掛かるから、多分5分足10分足ぐらいまでが限界
すぐに使いたい、Tickで処理したい、みたいな人はスルーしてもらえばいいと思う >>178
小型株効果や低PBRが超過リターンを得られる理由は流動性プレミアムや潜在的な問題抱えてるためリスクプレミアムが上乗せされていると考えるのが妥当
だが、それも認知されてきたために、近年は小型株効果は薄れてきているという実証分析もある
そこんとこや株価の定量分析法については、CMA推奨本の「新証券投資論」でも読んでちょ それと個人でtickや分足使った超短期トレードはやめときな
今や東証内にあるサーバからHFTが行われてるんだから、証券会社を通した個人の通信速度で太刀打ちできるわけがない
JASDAQやマザーズのようなアナリストのカバーが少ない市場の流動性の少ない銘柄でファンダメンタルズや統計解析で長期的な目線で運用したほうが、まだαリターンを得られる可能性がある まあ 程度の低い情報戦ってとこだなw
俺はそもそも現物株に興味ないし
指数先物や為替が主戦場のやつのほうが多いでしょ 実際にPythonを使っている人の話が全然出てこないな
理論はどうでもいいから、まず実装方法について情報交換したい 本格的にトレードするのならば、FIXを覚えるのは今のうちだと思う
金融界ではスタンダードらしい Python使うならLinuxが良いだろうな
自動売買ならwebブラウザを通した取引を
パケット解析すればいいんだし >>185
どんな実装してるの?
また、広く聞きたいんだけど、そもそも予測できた?
予測できるならどの程度の精度が出てる?
こっちは、セクタを集めてランダムフォレストで試したが
乱数表でも解析しているような結果しか出ない><
株価って乱数表? 難しいよねぇ
5分足システム作り中だけど無駄打ちが多くてダメだ
移動平均でフィルターかけっかと思ったけど
そしたら機械学習なんか使わないで既存テクニカルの組み合わせでいいんじゃね? とへこたれ中 >>191
テクニカルでエントリーしてそれがあってるかどうかの分類問題にした方がうまくいくよ >>192
どの程度の精度が出た?
>>190でランダムフォレストやってるから基本的にはテクニカルだと思うが乱数表との違いがよく分からない結果になってる >>156
漠然としてんだけど、こういうのってリターンに対してじゃなくてボラティリティに対して重回帰分析できないの?
ボラは比較的予測可能聞くし、将来ボラが予想出来ればリターン予測無しでも
高シャープレシオポートフォリオ作れないか >>194
標準偏差を従属変数にすればいいだけだからできるが、やる意味あるか?
確かにボラは過去の推移からある程度予測できるらしい
http://manemyu.net/simulation/mean-variance.html
だとしたら重回帰分析なんかする必要ないだろ
リターンは過去の価格推移だけでは予測はほぼ無理だから、精度を高めるために財務データや経済指標を説明変数として重回帰させる
これがマルチファクターモデルといわれる、証券投資の基本的な分析手法の一つ >>196
そっか。
出来高が将来ボラを予想出来ると論文で読んだから
他に過去ボラより将来ボラを予想出来るファクター見つけられれば、良い最小分散ポートフォリオ作れないかと思って。 たぶん俺もその論文を読んだことあるかもしれない
システムトレードやる人はだいたいみんな似たような論文や本を読んで似たような実験をしてるんだろうな
勉強するのは秀でるためではなく遅れを取らないための最低限のラインなのだろう >>196
このサイトのFX破産確率シミュレーターで俺の勝率とリスクリワードで計算したら、10年後の破産確率0%になったんだが信用していいのか? zaifのapiでレバ取引って可能ですか?
可能なら優しい人書き方教えてくださいorz >>202
ttp://techbureau-api-document.readthedocs.io/ja/latest/trade_leverage/index.html >>200
たぶんその勝率で乱数発生させてシミュレーションしてるだけだろ
たいてい高いパフォーマンスってのは一時的なもの
長く続ければ中心極限定理に従ってトントンくらいに収斂していくもんだ ゼロから作るDeep Learningって本買ってみたが意味わかんなすぎてワロタ PHPでいろんなモノ作って放置して10年近くたつけど、Pythonかー ゼロから図書館で借りてきた。オライリーのpythonではじめる機械学習も同時進行で読んでるけど、機械学習のほうがわけわからんぞ… Pythonの入門書読むのほんと苦痛。文法違いすぎるんじゃ。 >>207
新しいの楽しいよ
漏れアンチphpだからお勧め 「ゼロから〜」はCNN(画像認識AI)だから、株や為替にはあまり役に立たないと思う
相場予測なら、時系列とかRNNって書いてある本を探さないと・・・
自分が一番分かり易かったのは「詳解ディープラーニング」かな
TensorflowとKerasのソースも載っていて実用的だった RNNは複数の波形を関連付けて数ステップ先の予測値を求めることが出来る
ただし、絶対値で学習させるとちょっと上下にずれただけで別パターンだと認識されるから、相対値に変換した波形を学習させる必要がある
為替はキリのいい所で止まるから差分で入力パターンを作ればいいけど、株価だと変動率やlogに変換している人が多いみたい 今年ブルームバーグが開いた「金融においての機械学習」での
ファンドが使っているモデルのアンケート結果
https://i.imgur.com/JrEPow8.jpg >>216
でも、多くの人がそのモデルが役立つと同じモデルを使ったら
パフォーマンス悪化しないかな? >>217
へー!!
まあ、最もどのくらい正直に回答してるかっていうのはあるけど興味深いね >>219
No1が線形回帰って・・・
これ機械学習なのか?
あと、ランダムフォレストはやってみたけど
一時期トレンドは現れる物の長期で見ると
それっぽい傾向がつかめなかった pineスクリプトでポジション保有中を判定するにはどうすれば良いですか? , --―-- 、
/`ヽ_o .o_/´ヽ.
l / `ー´ヽ. .l Python!
|. l三三三l .|
.| l三三三l |
| .l三三三l .|
.| l三三三l |
l .l三三三l .| 勉強する順が逆やねん
統計解析やリターンのパフォーマンス評価もできないのに、いきなり機械学習したって過剰学習やカーブフィッティングするだけ
例えば価格の連続複利収益率で連検定したりヒストグラム作ったりしただけでも、いかにヒストリカルデータで将来予測をするのかが難しいかわかる
まずはオライリーのデータ分析入門でも読んどけ 大量のデータがあるけどその殆どは僅かずつに関連し合い株価を形成しているわけだけど
これって具体的にどうやって分析すればいいの?
ランダムフォレスト使ってみたけど、関係の薄いデータが多いのかまともな予想ができなかった
寧ろ、予想できる割合が低すぎて、予想と逆をやった方が利回りがあがるような変な事になった
長期で見ると逆転したり元に戻ったり、全く予想が出来なかった >>223
いいね、基本は大事といことですね
良くわかってないですが、横文字に流されない様に頑張る >>228
>予想と逆をやった方が利回りがあがる
予想がうまくいかないときは負のフィードバック
予想がうまいったら正のフィードバック http://regwfrg4tg.doorblog.jp/archives/7206121.html 👀
Rock54: Caution(BBR-MD5:f2c519fe5384e767e1c9e99abdcfc293) 立ち読みしようと思ったらカバー付いてるんだよな
買うかどうか迷ってる 機械学習で為替予想wwwwwプークス
やれるもんならやってみな
すっげーモデル出来た→現実では過剰適合で利益出ず 詳しいね。やってみたけど失敗したくちか?ご苦労さん。 永久機関は不可能だと証明されてるが
株で儲けるのが不可能とはまだ決まってないんじゃないの
もちろん仮に儲かるシステムが出来ても他人に使わせようとは思わないけど >>235
スレの最初の方で百発百中チョロいとか言ってた人がいたじゃん ここ数ヶ月でFTした感じまぁ大体想定通りぐらい…たまたまの可能性も捨てきれない…
実際のbotのトレードをtwitterで配信しようとか考えてるんだけど需要ある? 土日で自動tweetするように設定してみますかね…
ちなみに想定通りとは言ったが勝ってるとは言ってないぞ >>241
プププ無理無理
6ヶ月フォワードテストして成績良かったらパソコンの前で土下座してあげる
twitter botはみたい 配信しなくていーよ、他人のためにやっても仕方ないから twitterにbot設定しようと思ったけど取得してるレートと実際に運用しているレートの差異がどうにもならない
OCR使えばなんとかなりそうだがめんどくさし遅延が…
取り敢えず成績だけ貼っときます
上手くいってるのがBT(最新約1年)で上手くいってないのがFT、やはり現実は甘くない
ただFTは4回ぐらいモデル変えてる上に今のBT結果のモデルではないからあんま当てにならないです
またなんか進捗あったら結果貼り来ます
あとほかにニューラルネットワーク(主にLSTMとか)使ってやってる人いたらどんな成績か見てみたいんでいたら報告よろしくお願いします
https://i.imgur.com/yoZxCGI.jpg
https://i.imgur.com/Mg55zxl.jpg
https://i.imgur.com/icp5Eer.jpg
https://i.imgur.com/aQqF30z.jpg >>252
レポ乙です。MT4は使ってないようですね。
予測はトリガーに達したらいくつか特徴量だして上下6pipsくらいの2クラス分類のような感じでしょうか? 機械学習の場合はモデルよりもインプットが大事なんだろうなと思う 結果と相関の薄いインプットをいくら学習させても結果が良くなるわけないんだよな だから機械学習を株為替に応用するのは難しいんだよ、画像認識や言語処理の学習とは訳が違う 経済学的に筋が通ってるインプット
過去の市場環境と未来の市場環境は異なってくるから、統計から探すより
経済学的仮説からインプット候補を探す方が善き ■ このスレッドは過去ログ倉庫に格納されています