機械学習で株トレードを目指す

プログラム
この記事は約2分で読めます。
スポンサーリンク

定義は色々あるけれど、Tensorflowについて1ヶ月ほど情報収集してみました。
考え方、ロジックは理解できたのでこれからは実践していきます。
といっても、画像認識には興味が無いので「株トレード」に絞って制度を上げていこうと思います。
目指せ、セミリタイア(笑)

なぜ株トレードなのか

色々調べてみました。
競馬、競艇などのギャンブルやTOTO/BIGなども考慮してみました。
個人的には機械学習とは相性が悪いと判断しています。
競馬、競艇は人間がメインとなります。
その場合、人間の数値化できない部分が精度に与える影響が大きいと考えています。
例えば、その日の体調だったり、心理状態だったり・・・・
これらは数値化することが難しいですし、情報を入手することができないと思います。
株トレードの場合は「大衆心理」が中心となります。
個人の内面を数値化することは難しいと思いますが、大衆心理であれば何とかなるのではないかと考えています。

戦略について

データについては、同じデータを長期間収集するよりは複数の視点でのデータを組み合わせた方が精度が上がると考えています。
例えば、株価推移を20年間あつめるよりは、株価の他に日経平均、NYダウなど複数のデータを短期で集めた方が精度が上がるのではないかと考えています。
また、AIの登場により状況が大きく変わっています。
デイトレードも「1日」→「1時間」→「1分」という形で売却するまでのスパンが短くなってきています。
そうすると、過去のデータとしてもどこまでを教育データとして使用するのか検討が必要になってくると考えています。

大手には勝てない

短期で売買を繰り返すロジックは勝てないと思っています。
だから、個人投資家としては時間のスパンを変える方が精度が上がると考えています。
「翌日値上がりする株式」はたぶん勝てません。
ただ、「2週間後に値上がりする株式」「1ヶ月後に値上がりする株式」という観点であれば勝負になるかもしれません。

分析方法にバリエーションを付けていく

株価分析だと「RNN」や「LSTM」の時系列分析が主流だと思います。
しかし、株価は「ランダムウォーク」が前提となっている部分がありますので、時系列にこだわりすぎるのは危険だと考えています。
例えば、チャートを「画像」として教育していく方が精度があがるかもしれません。

目標地点

まずは、ベースを作成して1ヶ月は様子を見たいと考えています。
予想と結果をWEB上で更新していくとモチベーションが上がっていくかなと。
何事も目標が必要。

コメント

タイトルとURLをコピーしました