日曜プログラマー

プログラミングが趣味の個人投資家です。 noteでは、プログラミングに関すること、株式…

日曜プログラマー

プログラミングが趣味の個人投資家です。 noteでは、プログラミングに関すること、株式投資に関することをメインに発信していきます。

Pythonの悪夢再び condaのアップデートでハマった件 結局Anacondaを再インストールするハメに

condaのバージョンに対するWARNINGが出力されましたPythonで機械学習を検証する環境を構築した際にcondaのバージョンに対するWARNINGが出力されました。 下記が、そのログになります。 ==> WARNING: A newer version of conda exists. <== current version: 22.9.0 latest version: 24.5.0 WARNINGの内容は、私が使用しているcondaのバージョンが22.

日曜プログラマー

    • Pythonで機械学習を検証する環境を構築しました Keras + TensorFlow編

      Pythonで機械学習を検証する環境を構築することにしました回帰による日経平均株価の予測で問題に遭遇し、途方に暮れています。 なぜか、作成したAIモデルに当日の日経平均株価の情報を入力すると、本来であれば翌営業日の日経平均株価の情報を期待しているのに、前営業日の日経平均株価の情報が出力されるという状況なのです。 詳細は、下記の記事を参照ください。 使用しているNeural Network Consoleを疑っているわけではないのですが、問題を解決する良いアイデアが浮か

      日曜プログラマー

      • 予測結果が遅れてくるよ 未来永劫 株価を予測することが可能!? 五里霧中編

        今回は日経平均株価の予測が1営業日遅れる原因について調査します前回のLSTMに対する検証で、AIモデルの予測値がなぜか1営業日遅れて出力される問題に遭遇しました。 つまり、AIモデルに当日の日経平均株価の情報を入力すると、本来であれば翌営業日の日経平均株価の情報を期待しているのに、前営業日の日経平均株価の情報が出力されるという状況です。 詳細は、下記の記事を参照ください。 今回は、私のNeural Network ConsoleでのRNNの理解が間違っていて、AIモデ

        日曜プログラマー

        • 説明変数とRNNについてもっと知りたい 未来永劫 株価を予測することが可能!? LSTM試行錯誤編

          今回は説明変数の構成と予測精度との関連について検証します前回のLSTMを4層Affine化した効果に対する検証では、以下のことが確認できました。 前回の検証で確認できたこと 説明変数にテクニカル指標を加えなくても予測精度には影響がなさそう VALIDATION ERRORの最小値は70000前後 終値に対するRMSEは320円前後 そこで、今回は説明変数をより極端な構成とし、予測精度との関連について検証することにしました。 検証する説明変数の構成は、以下の2通り

          日曜プログラマー

        Pythonの悪夢再び condaのアップデートでハマった件 結局Anacondaを再インストールするハメに

        日曜プログラマー

          4層Affineならどうでしょう? 未来永劫 株価を予測することが可能!? LSTMで今度こそ予測精度向上を図りたい編

          今回はLSTMを4層Affine化した効果を検証します今回は、LSTMを4層Affine化したAIモデルの予測性能を評価します。 ちなみに、私が考えるLSTMを4層Affine化する、とは下記のイメージです。 RecurrentInput/ReccurentOutput間で繰り返し処理されるのは、3層Affineが対象となります。 最終段の100ベクトル → 4ベクトル(始値、高値、安値、終値)に使用するAffineも数えて、4層Affineと呼んでいます。 つまり

          日曜プログラマー

          4層Affineならどうでしょう? 未来永劫 株価を予測することが可能!? LSTMで今度こそ予測精度向上を図りたい編

          日曜プログラマー

          私が間違っておりましたm(_ _)m 未来永劫 株価を予測することが可能!? Slice層のパラメーター見直し編

          今回はLSTMのSlice層に対するパラメーターを見直した結果を紹介します前回行った、LSTM構造のAIモデルを使った回帰による日経平均株価の予測では、以下の問題がありました。 前回の記事での問題点 AIモデルの予測が実際の日経平均株価と比べて5営業日分だけ遅く出力される 詳細は、下記の記事を参照ください。 AIモデルの予測がズレる原因として、思い至ったのがLSTMで使用しているSlice層のパラメーター設定でした。 そこで、Slice層のパラメーター設定を変更し

          日曜プログラマー

          私が間違っておりましたm(_ _)m 未来永劫 株価を予測することが可能!? Slice層のパラメーター見直し編

          日曜プログラマー

          未来永劫 株価を予測することが可能!? LSTMで予測精度向上を図りたい編

          LSTM構造のAIモデルで回帰による日経平均株価の予測精度向上を図りたいこれまでは、主に4層Affine構造のAIモデルを使って、回帰による日経平均株価の予測を行ってきました。 しかし、AIモデルの予測精度は、それなりに低そうでした。 そこで、予測精度向上を図るためにLSTM構造のAIモデルを使って、回帰による日経平均株価の予測を行ってみることにしました。 今回使用したLSTM構造のAIモデルと説明変数の構成について今回使用したLSTM構造のAIモデルは、下記となりま

          日曜プログラマー

          未来永劫 株価を予測することが可能!? LSTMで予測精度向上を図りたい編

          日曜プログラマー

          AIの学習がようやく終わった!! 未来永劫 株価を予測することが可能!? 説明変数にテクニカル指標を加えた編【後編】

          今回は説明変数にテクニカル指標を加えたAI作成の検証に対する【後編】です下記の記事では、回帰を行うAIモデル向けの説明変数にテクニカル指標(移動平均線、等)を加えたらどうなるかを記載しました。 しかし、説明変数に40日分の日経平均株価 + テクニカル指標を使用した場合のAIモデルの学習にメチャクチャ時間がかかり、その結果を記載することができませんでした。 今回は、そのAIモデルの学習がようやく終わったため、その結果を【後編】として記載します。 説明変数に40日分の日経

          日曜プログラマー

          AIの学習がようやく終わった!! 未来永劫 株価を予測することが可能!? 説明変数にテクニカル指標を加えた編【後編】

          日曜プログラマー

          推論の初期値でその後の予測値の推移は変化するの? 回帰に対する疑問を検証してみた編

          回帰に対する私の疑問回帰に対する私の疑問は、回帰を行うための推論の初期値、つまり、始めに与える説明変数によってその後のAIモデルの予測値の推移が変化するのか、というものです。 例えば、2024年2月1日以降の日経平均株価を学習済みAIモデルによる回帰で予測させる場合です。 この場合、2024年1月31日(つまり、2024年2月1日の前営業日)までの日経平均株価、等のデータを用意し、学習済みAIモデルに与えます。 学習済みAIモデルは、2024年1月31日までの日経平均

          日曜プログラマー

          推論の初期値でその後の予測値の推移は変化するの? 回帰に対する疑問を検証してみた編

          日曜プログラマー

          AIの学習が終わらない!! 未来永劫 株価を予測することが可能!? 説明変数にテクニカル指標を加えた編【前編】

          説明変数にテクニカル指標を加えてみたら?前回の回帰による日経平均株価の予測に対する検証では、以下の内容に関する結果を記載しました。 前回の回帰による日経平均株価の予測に対する検証内容 説明変数に日経平均株価(始値、高値、安値、終値)を5, 20, 40日分割り当てた 8層Affine構造 + 説明変数に40日分の日経平均株価を割り当てた 結果に対する私の感想は、以下の通りでした。 結果より、私が感じたこと 説明変数の期間およびAIモデルの中間層の層数と予測精度の

          日曜プログラマー

          AIの学習が終わらない!! 未来永劫 株価を予測することが可能!? 説明変数にテクニカル指標を加えた編【前編】

          日曜プログラマー

          分からないことが多すぎる 未来永劫 株価を予測することが可能!? 試行錯誤編

          回帰による日経平均株価の予測への挑戦は始まったばかり前回行った回帰による日経平均株価の予測は、残念な結果となりました。 詳細は、下記を参照ください。 しかし、回帰による日経平均株価の予測への挑戦は始まったばかりです。 今回の記事では、説明変数を増やして、回帰による日経平均株価の予測を行った結果を紹介します。 ちなみに、AIモデルの構造は、前回作成した4層Affineの構造を使用します。 説明変数に5日分の日経平均株価を使用した場合東京株式市場における1週間に相当す

          日曜プログラマー

          分からないことが多すぎる 未来永劫 株価を予測することが可能!? 試行錯誤編

          日曜プログラマー

          残念なお知らせです 未来永劫 株価を予測することが可能!? 回帰実行編

          ようやく回帰による日経平均株価の予測を行う環境が整いました回帰とは、連続する入力値に対して、次の値を予測することを意味します。 今回私が作成したAIモデルにおける回帰は、次の通りです。 ある時点の日経平均株価(始値、高値、安値、終値)をAIモデルに入力すると、以後はAIモデル単体で日経平均株価(始値、高値、安値、終値)の予測をし続けることが可能となります。 期待通りのものが完成すれば凄いことになるのですが、今回はその予測精度を確認しました。 具体的には、AIモデルの

          日曜プログラマー

          残念なお知らせです 未来永劫 株価を予測することが可能!? 回帰実行編

          日曜プログラマー

          未来永劫 回帰による推論をし続けるためのPythonプログラム Ver. 3.0

          今回は、回帰による推論をし続けるためのPythonプログラムを紹介します前回の記事では、回帰により日経平均株価を未来永劫予測するAIモデルの作成について紹介しました。 詳細は、下記の記事を参照ください 実際にAIモデルによる回帰を繰り返すには、AIモデルが出力した推論の結果(予測値)をAIモデルに入力することでAIモデルに次の予測値を出力させ、さらにその予測値をAIモデルに入力し、と行っていく必要があります。 もちろん、手作業でもできるのですが、あまりに面倒な作業とな

          日曜プログラマー

          未来永劫 回帰による推論をし続けるためのPythonプログラム Ver. 3.0

          日曜プログラマー

          未来永劫 株価を予測することが可能!? はじめての回帰に挑戦編

          機械学習の本に興味深い話を見つけました機械学習について学ぶために下記の本を読みました。 『はじめての機械学習 中学数学でわかるAIのエッセンス』 田口 善弘(著) この本に非常に興味深いことが書かれていましたので、下記にその内容を抜粋します。 私は、読んだ瞬間、株価の予測を未来永劫続けることができそうだと感じました。 そこで今回は、日経平均株価を使った回帰に挑戦します。 ちなみに、機械学習における回帰(Regression)とは、連続する入力値に対して、次の値を予

          日曜プログラマー

          未来永劫 株価を予測することが可能!? はじめての回帰に挑戦編

          日曜プログラマー

          2007年1月～2024年5月版 AIの指示通りに株式トレードをやってみた 二値分類 スイングトレード編

          今回はバックテストの期間を長くした結果を紹介します前回の記事では、2023年6月から2024年5月までの1年間を対象とした学習済みAIモデルの推論に基づくスイングトレードのバックテストを行った結果を紹介しました。 前回の記事については、下記を参照ください。 個人的には、バックテストの結果が良かったと感じたため、さらに長い期間のバックテストを行うことにしました。 具体的な期間は、2007年1月から2024年5月までとしました。 2007年を起点とした理由は、2008年

          日曜プログラマー

          2007年1月～2024年5月版 AIの指示通りに株式トレードをやってみた 二値分類 スイングトレード編

          日曜プログラマー

          2023年6月～2024年5月版 AIの指示通りに株式トレードをやってみた 二値分類 スイングトレード編

          今回は、スイングトレード編もうないだろうと自分でも思っていたのですが、また、新たな株式トレードのアイデアが浮かんできました。 今回の記事では、前回の記事で使用した学習済みAIモデルを使用し、スイングトレードによる株式トレードのアルゴリズムを使用したバックテストの結果を記載します。 今回のバックテストもExcelで行っています。 今回作成したExcelファイルを本記事の最後に添付しましたので、ご興味のある方はダウンロードしてみてください(個別銘柄向けにお試しシートも用意

          日曜プログラマー

          2023年6月～2024年5月版 AIの指示通りに株式トレードをやってみた 二値分類 スイングトレード編

          日曜プログラマー