![見出し画像](https://assets.st-note.com/production/uploads/images/56636618/rectangle_large_type_2_a91346930de6803d52e7fe891d586b0e.png?width=800)
pythonで株価分析⑮【ディープラーニング(深層学習)で株価予測(Keras・RNNでAmazonを分析】
皆様、こんにちは。
乞食です。
今回はpythonの深層学習フレームワーク【Keras】を使用して、アマゾンの株価変動を予測するモデルを作ります(`・ω・´)ゞ
Amazonと言えば、2021.7.5付けでアマゾンCEOを退任し、2021.7.20付けで宇宙へ旅立つジェフ・ベゾス様で話題いっぱいです
(*´▽`*)
そんなベゾス様が一代で築き上げたアマゾンの株価は、
「このパラメータで騰落しているんじゃないか❕❓」
的な数理モデルを構築したくて、ディープラーニングで株価の変動予測をしてみました。
では、ベゾスと宇宙へ、行ってみよう(・ω・)ノ
※全てのpythonコードは文末にあります。
❶ Amazonの株価推移
まず、Amazonの株価推移を見ていきましょう。
期間は、私がAmazon株を買おう❕と、思って買えなかった
【2018.7.20~2021.7.11現在まで】
2020.1月頃から、株価は爆上げしております!!
買えなかった私、死ね❕
![画像1](https://assets.st-note.com/production/uploads/images/56636686/picture_pc_b5d81c56cb474b91eb13a359ee5a0cd3.png?width=800)
❷ ディープラーニング(深層学習)モデルを構築
では、ここからKerasを使用してモデルを構築します。
Recurrent Neural Network(RNN)を使用
RNNは日本語では「再帰型ニューラルネットワーク」と呼ばれ、数値の時系列データなどのシーケンスデータのパターンを認識するように設計されたニューラルネットワークのモデルです。
![画像2](https://assets.st-note.com/production/uploads/images/56636718/picture_pc_a56ef168b52ee91859cde8e60c4d59d6.png)
より
下記の画像を例に今回のモデルを説明すると、
![画像3](https://assets.st-note.com/production/uploads/images/56636756/picture_pc_d7e20718c9ff3a997f166172f658826b.png?width=800)
画像は国内最強の頭脳集団:PFNのchainerチュートリアルより👆
ワイン判定の様に
【年数・アルコール度数・色合い】
という情報の、株価バージョンを決めて、株価予測モデルを構築します。
株価バージョンでは、
【金利・原油価格・ダウ平均株価・出来高】
を「入力層」4個(パーセプトロン)とします。
![キャプチャ](https://assets.st-note.com/production/uploads/images/56636807/picture_pc_1bc17da43bda9534c97705127d29d93e.png?width=800)
「中間層(隠れ層)」は、16個⇒8個(パーセプトロン)。
活性化関数はReluを使用。最適化関数はadamを使用。
「出力層」はシグモイド関数で1個(パーセプトロン)です。
![画像5](https://assets.st-note.com/production/uploads/images/56636830/picture_pc_97e1e2a3b953c3b649e1d5b7b5793917.png)
この計算結果から、明日の株価が上昇する確率が分かります
(`・ω・´)ゞ
❸ 予測結果
では、結果です(`・ω・´)ゞ
明日の株価が上昇する確率は『52%』です。。。。。(´・ω・`)
1/2やん。。。。ディープラーニング意味ないやん。。。
![画像6](https://assets.st-note.com/production/uploads/images/56636867/picture_pc_f632dc4a74a074e482e487deaa87c7c5.png)
![画像7](https://assets.st-note.com/production/uploads/images/56636878/picture_pc_6e0b6ebcb6d001b5e4b697addea39c19.png?width=800)
モデルの学習過程です👇
正解率は50%から58%まで、微妙に微かに、上がっています。
損失関数は0.7から0.67まで、微妙に微かに、下がっています。
11回目くらいの学習から精度が上がってきたよ(´∀`*)ウフフ
いったい何が起こったのだろうね(*‘∀‘)?
![画像8](https://assets.st-note.com/production/uploads/images/56636900/picture_pc_cc9396d56463bf761a2736834f0ee930.png)
ここから先は
¥ 100
e^iπ + 1 = 0