環境設定

今日もお疲れ様です。

Juliaもここ数年で変わってきました。プログラミングをする上でどれを選ぶかですがダイナミックにチャートやグラフが表示できる事は、初心者・中級者にとって結果が分かりやすいという意味で大事だと思います。その点でもMakieというパッケージが出てきたことでかなり良くなってきました（日本語の蒔絵が語源になっているようですがだれもマキエと発音しません。マーキーとかメーキーとか言ってます）
Makieをベースにして作られたAlgebraOfGraphicsなどどんどんいいものがこれからも出てくると思います。

RからJuliaを実行する例も徐々に増えてきましたし、Tidier.jlなるものもでてきました。BioやFinanceではJuliaを使う例が増えていますし、JuliaはTypeさえしっかり決まれば速いままに積み重ねていけるので今後が更に期待できます。

2023年11月時点ではJuliaの最新バージョンは1.9になります。これを利用する場合、WindowsであればJuliaのインストーラーをダウンロードしてインストールするのが一番簡単だと思います。MacやLinuxであればjuliaupを利用するのがいいかなと思います。簡単にいろんなバージョンがインストールできますし、アップデートも簡単ですから。

パッケージ環境も変わってきました。いいものが作られている一方で、アップデートがされていないものも出てきています。ただ最低限必要なのは以下のパッケージだと思います。

using HTTP, CSV, Dates, DataFrames, TSFrames, MarketData

TSFrame(MarketData.yahoo(:AAPL); issorted = true)

DataFrames.jlはかなり安定して使える様になっています。今年になってDuckDBを多く利用するようになりましたが、DuckDBが提供するベンチマークでは、JoinやGroupbyなどデータベースが有利なものがよく見えるベンチマークのなかでもDataFrames.jlの健闘が光ります。ちょっと驚きはPolarsでしょうか。Rustベースのデータフレームですが、以前に比べるとかなり速くなってますね。

TSFrames.jlはまだ初期段階ですが、DataFrames.jlをベースに作られているので、他のパッケージに比べてこちらを利用するのが増えています。
しかも上記のようにMarketDataと合わせて使えるので、簡単にデータがとれます。

Pythonのta-lib-pythonのように、TA-LibをベースにしたIndicator.jlがありますが、残念ながらIndicator.jlはあまりアップデートが進んでおらず、テクニカル分析を利用する場合はカスタマイズが必要になります。アップデートが同様に進んでないTemporal.jlをベースにするのではなくTSFrames.jlに変更しないかとissueで投げかけていた人がいましたが、反応がないようなので、Forkして自分で作り直した方が早いかなと思ってます。

結局MLを使ってある程度の予測もしたいわけですから、Pythonでと言いたくなるかもしれないですが、スピードが段違いなので、金融分野では更にJuliaの方に加速するのではないかと期待しています。