狠狠撸
Submit Search
福冈市内のヘ?ンチャー公司か?取り组む最新滨迟技术
?
Download as PPTX, PDF
?
0 likes
?
657 views
Takuya Andou
Follow
福冈市内のイベントで発表した资料です。
Read less
Read more
1 of 102
Download now
More Related Content
福冈市内のヘ?ンチャー公司か?取り组む最新滨迟技术
1.
ディープラーニングで 株価予測をやってみた 2016/9/16 福岡市内のベンチャー企業が取り組む最新it技術
2.
自己紹介 あんどう(@t_andou) ? 元ニート。 ? 現在はWeb系の開発 ?
機械学習に趣味で入門して半年くらい ? 機械学習勉強会@福岡を不定期開催 2
3.
今回の内容
4.
今回の内容 ? ディープラーニングとは? ? 翌日の株価値動きを予測してみた ?
売買のシミュレーションをしてみた ? まとめ
5.
ディープラーニングとは?
6.
ディープラーニングとは 「ディープラーニング」とは、システムがデー タの特徴を学習して事象の認識や分類を行う「 機械学習」の手法です。データの特徴をより深 いレベルで学習し、非常に高い精度で特徴を認 識できるため、人の声の認識や、カメラで撮影 した画像の認識などで応用が期待されています 。 NTTコムウェア様より引用 https://www.nttcom.co.jp/research/keyword/dl/
7.
ディープラーニングとは 「ディープラーニング」とは、システムがデー タの特徴を学習して事象の認識や分類を行う「 機械学習」の手法です。データの特徴をより深 いレベルで学習し、非常に高い精度で特徴を認 識できるため、人の声の認識や、カメラで撮影 した画像の認識などで応用が期待されています 。 NTTコムウェア様より引用 https://www.nttcom.co.jp/research/keyword/dl/
8.
http://www.sbbit.jp/article/cont1/32033 より引用
9.
ディープラーニングの凄い所 は 特徴を見つけてくれること
10.
ディープラーニングで 出来ること
11.
きゅうりの等級仕分け http://gigazine.net/news/20160901-deep-learning-cucumber-sorter/ より引用
12.
画像から癌を検出したり http://hakuraidou.com/blog/52623/ より引用
13.
人工知能が相談に乗ったり http://oshiete.goo.ne.jp/ai より引用
14.
モノクロ映画をカラーにしたり
15.
プロフィール画像を生成したり
16.
柴犬画像を集めてもらったり
17.
哲学書を読ませて?書かせたり 吾々は無力となることが必規一般性――だけに立 つ次との関係の可能怲を有ち徟げて前にはカント の矠目的だおのこの事物の解釈は一定の分析とい であろう、それは実際何に於ける超直胃を担うな らば、云わばこの専門的な意志」によれば、如何 な拡定され得る。もし論理的本質の本当を世界観 から感情であった限りの特有な、その高度から発 生するであろ?
18.
いろいろ事例はありますが
19.
大きく分けると 出来ることは2種類
20.
分类と生成
21.
分类と生成 今回はこちら
22.
株価(日経平均)から 特徴を抽出してもらって
23.
翌日の株価が 上がるか?下がるかを 分類(=予測)出来ないか?
24.
どのくらいの精度になるのか ?
25.
注意
26.
注意 ? 機械学習の初心者 ? 投資は株式の現物をちょっとだけ ?
FXも先物も未経験 ? アドバイスください
27.
翌日の株価値動きを 予測してみた その1
28.
まずは日経平均のデータだけ でやってみました。
29.
使ったデータ
30.
使ったデータ 約32年分の日足のデータ ? 日付 ? 始値、終値、安値、高値、出来高 ?
翌日が上がったかどうか
31.
使ったデータ
32.
使ったデータ この組み合わせを学習させて
33.
使ったデータ 翌日が上がるか下がるか
34.
使ったデータ ここを予測してもらう
35.
使ったツール
36.
H2O.ai
37.
H2O.ai ? 用意するのはCSVだけ ? プログラミング不要 ?
便利
38.
结果
39.
结果
40.
结果の見方 縦が予想
41.
结果の見方 横が実際のデータ
42.
结果の見方 Highと予想
43.
结果の見方 Lowと予想
44.
结果の見方 Sameと予想
45.
结果の見方 実際はHigh
46.
结果の見方 実際はLow
47.
结果の見方 実際はSame
48.
结果 全てHighと予想 正解率は約50%
49.
全然ダメでした
50.
结果 ? 日足のデータからだけでは予想できない ? データが足りない?
51.
翌日の株価値動きを 予測してみた その2
52.
海外の株価の値動きも データに入れてみた
53.
使ったデータ ? 日経平均のデータと同様の形式で 香港?ダウ?FTSE100(イギリスの指標) の三つを追加 ? 予測してもらうのは日経平均の翌日の値動き (上がるか下がるか)
54.
结果
55.
结果
56.
结果 High/Low どちらも予測してくれた
57.
结果 正解率:約67%
58.
结果 ? 日経平均のデータだけの時よりもだいぶ良い 结果になった
59.
結論と感想 ? 入力するデータ(教師)がダメだと作られる 人工知能もダメになる ? データの整形やパラメータ調整が大変だった
60.
ここまでの内容の详细は
61.
ブログに书いています
62.
ここまでの内容の详细は ブログに书いています 详しく知りたい方は
63.
详しく知りたい方は
64.
それらしい结果が出て満足
65.
だったのですが…
66.
ダウの値動きを入れたなら 日経の予想ができるのは当然では? Twitterの反応より
67.
そうなの? (相関があるらしいで す)
68.
日経平均のデータだけで なんとかできないか
69.
あと
70.
売買のシミュレーションも してみたい
71.
ということで
72.
日経平均のデータだけで
73.
売買のシミュレーションを やってみた
74.
シミュレーションの条件
75.
条件 下記のようにゆるい条件下でのシミュレーションです ? 手数料を考慮していない ? 分散投資をしていない ?
空売りしない ? 終値の価格で全力で売買を出来たら
76.
使ったデータ
77.
使ったデータ ? 日経平均のデータのみを使用 ? 過去25日間のデータを追加 ?
テクニカル分析の指標(ボリンジャーバンド ?ボラティリティ)を追加
78.
前半はツールを使いましたが
79.
後半はプログラムを書きました ? Python2 ? Pandas ?
Talib などなど
80.
内容はこんな感じ ? 買いと判断した時に資金があれば全力買い ? 売りと判断した時に保有していれば全力売り ?
それ以外は何もしない
81.
结果
82.
の前に
83.
ランダムに売买した场合
84.
ランダムに売买した场合1
85.
ランダムに売买した场合1 日経平均の値動き
86.
ランダムに売买した场合1 総資産の推移
87.
ランダムに売买した场合1 100万からのスタート
88.
ランダムに売买した场合1 約400,000の損失
89.
ランダムに売买した场合2
90.
ランダムに売买した场合2 約1,400,000の利益
91.
ランダムに売买した场合2 儲かることもある
92.
ディープラーニングで 売買判断した場合
93.
人工知能で売買判断した場 合
94.
人工知能で売買判断した場 合 約9,000,000の利益
95.
人工知能で売買判断した場 合 年利7%くらい
96.
まとめ
97.
まとめ ? ランダムよりは良い结果だった ? ゆるい条件下で年利7%なので、まだまだ ?
教師データと学習に使うデータの選択の仕方 によっては伸びる可能性はありそう
98.
今后について
99.
今後 ? 日経平均よりもFXに方向転換を検討中 ? 日経平均の予測をしてくれるサイトを作って ます(完成時期未定)
100.
日経予测サイト(仮)
101.
质问などはお気軽にどうぞ
102.
ご静聴いただき ありがとうございました
Download