【Python】LSTMによる株価予測【Chainer】

【Python】LSTMによる株価予測【Chainer】AI
スポンサーリンク

株価データ

日経平均株価を使用。
インデックス投資などはこの日経平均株価や東証株価指数(TOPIX)の動きに合わせて分散投資する手法。
手堅い手法ではあるが、予測できるならば、「手堅くアクティブ」という状況は作れるはず。
https://www.macrotrends.net/2593/nikkei-225-index-historical-chart-data

Nikkei 225 Index - 67 Year Historical Chart
Interactive daily chart of Japan's Nikkei 225 stock market index back to 1949. Each data point represents the closing value for that trading day and is denomina...

上記から、csvを入手できる。

日経平均株価データ、読み飛ばすところと読み込むところ、csvファイルとしてDownloadしてきたもの。

上記のように15行分のヘッダが居るので読み飛ばす必要はある。

スポンサーリンク

学習方針

取得した日経平均株価は1949年から現在までのデータが揃っている。
本来であれば、すべてのデータを使用した方が良いように感じるが、人類の経済成長と言う謎の定性的要因に引っ張られるので、2019年と2020年のデータだけを使用する。

2019年を訓練データ
2020年1月~4月をテストデータ
とする。

2019年と2020年の日経平均株価データ、csvをグラフ表示
スポンサーリンク

訓練データとミニバッチ学習

訓練データとミニバッチ学習、訓練でーたとして使用、テストデータとして使用。

2019年のデータをランダムに10個の60日分データを使用した学習を1エポックとし、
1000、2000、3000のエポック毎で効果を確認する。

スポンサーリンク

予測値の出し方

予測値の出し方。一定期間の真値を入力、予測にはいったら、自分の予測値を真値として、その次の値をよそくさせ続ける。青線が予測値。

予測させるのは、株価ではなく、それの微分値こと偏差。
赤線が真値、青線が予測値

予測値の積分、赤線が真値で青線が予測値

微分値を積分こと、総和して、元の株価に戻す。
こちらも、赤線が真値、青線が予測値

次は実際に予測をしてみる。





コメント

タイトルとURLをコピーしました