LightGBMで株価予測（年利90%のモト）

はじめに

---

はじめまして、ゆーすです。note初投稿です。よろしくお願いします。

2023/6から運用している株価予測モデルがもうすぐ1年というところで、運用成績90%まで行きました！
丸1年より少し早いですが、良好な成績となり、せっかくなので解説記事を書いてみます。

2023/6/14-2024/5/22 の運用成績: +90.4%（税引前, レバレッジ2倍）

マーケットインパクトを考慮して一部特徴量や学習パラメータなどは隠してありますが、そこまで複雑な処理を入れずとも利益を出せるモデルは実現可能、ということをお伝えできればなと思います。

サマリ

---

• 対象銘柄

  • TOPIX500 銘柄

• トレード方法

  • 寄引トレード（寄付に買い or 売りの成行で仕掛けて、当日引けに成行で手仕舞い）

• 予測モデル

  • GBDT（LightGBM）

本記事のスコープ

---

この記事では以下を実装したPythonスクリプトを紹介します。

• 株価データのDL

• 目的変数の定義

• 説明変数の定義（簡易版）

• 予測モデルの構築（デフォルトパラメータ）

• 運用シミュレーション

一方で、例えば以下などは含まれませんのでご留意ください。

• 説明変数の詳細

• 予測モデルのパラメータの詳細

• シグナルの配信方法【追記】記事を書きました

• 自動発注方法

• 資金更新方法

開発環境

---

ローカルのWindows 10環境でのみ動作確認済みです。

Python本体、及び各ライブラリは以下を install してください。

• Python 3.11.2

• numpy 1.26.4

• pandas 2.2.2

• tqdm 4.66.4

• yfinance  0.2.38

• scikit-learn 1.4.2

• lightgbm 4.3.0

株価データのダウンロード

---

TOPIX採用銘柄の一覧を取得

まず、TOPIX採用銘柄の一覧をダウンロードしておきます。

1. 日本取引所グループ(JPX)の「マーケット情報 > 株価指数関連 > TOPIX（東証株価指数）」にアクセス

2. 「構成銘柄情報 > 構成銘柄別ウエイト一覧（m月末現在）」の csv ファイルをダウンロードし「topixweight_j.csv」として保存

以下の csv が保存されるので、ここから TOPIX500 の採用銘柄を取得します。

topixweight_j.csv

import pandas as pd

# -------------------
# TOPIX500の株価一覧を取得
# -------------------
topix_df = pd.read_csv(
    "topixweight_j.csv", encoding="sjis", dtype={"コード": str})
categories = ["TOPIX Core30", "TOPIX Large70", "TOPIX Mid400"]
combined_mask = topix_df["ニューインデックス区分"].isin(categories)
tickers: list[str] = topix_df["コード"][combined_mask].tolist()

これで tickers にTOPIX500の銘柄コードが取得されます。

株価のDL

yfinanceを使って株価をダウンロードします。

import datetime as dt
import os

import yfinance as yf

# -------------------
# 株価一覧のダウンロード
# -------------------
# yfinanceで扱うために.Tを追加
tickers_T = [tick + ".T" for tick in tickers]

# 過去15年分をDL (メモリ次第で調整)
# (初稿掲載時は 2009-05-25 ～ 2024-05-21)
start_date = dt.datetime.now() - dt.timedelta(days=365 * 15)

if not os.path.exists("prices_df.csv"):
    prices_df: pd.DataFrame = yf.download(
        tickers_T,
        start=start_date,
        interval="1d",
        progress=True)
    prices_df.to_csv("prices_df.csv")
else:
    # 2回目以降はダウンロード済みのファイルを再利用
    prices_df = pd.read_csv(
        "prices_df.csv",
        index_col=0,
        header=[0, 1],
        skipinitialspace=True)
    prices_df.index = pd.to_datetime(prices_df.index)

上記のコードでは、yf.download()の前後で以下を行っています。

• yfinanceでは、例えば 6753 の株価をDLするためには末尾に".T"を付けた"6753.T"を指定する必要がある

• 何度も実行する場合に毎回ダウンロードされると面倒なので、"prices_df.csv"でローカルに保存しておく

ダウンロードされた株価データの確認

ここでダウンロードされた株価データを確認します。

yfinanceでダウンロードされた株価データ

通常のDataFrameとは少し異なり、columns（列）がMultiIndexになっていることに注意が必要です。第一要素が四本値 + 調整終値 + 出来高、第二要素が銘柄コードです。

columnsの確認

columnsの第一要素

columnsの第二要素

目的変数の追加

---

続いて、モデルに予測させたい値である目的変数を、prices_dfの列として追加します。