【Python】LSTMによる株価予測【Chainer】

予測値

以下にエポックが1000、2000、3000の時の訓練データに対する予測と、テストデータに対する予測を並べる。

1000エポック

訓練データに対してはなんとなく追従している感じ。
7月~10月が上手くない感じだが。
テストデータにはまったく追従できず。

2000エポック

訓練データは、1000エポックよりも追従性が良くなった。
相変わらずテストデータには追従できず。

3000エポック

訓練データは、さらに良くなった。
そして、どうしても追従しないテストデータ。

なぜ、下落が止まり上昇方向の予測をするか考察

まず、訓練データの中に19,500円を下回るデータが無かった。
そして、訓練データの中で似たような波形があり、これを模そうと頑張っていたと思われる。

予測は失敗だが、
訓練は成功していると言える。
たぶん。

次は実験に使用したコード。

Chainer v2による実践深層学習 [ 新納浩幸 ] 楽天で購入

ゼロから作るDeep Learning 2 自然言語処理編 [ 斎藤 康毅 ] 楽天で購入

ゼロから作るDeep Learning Pythonで学ぶディープラーニングの理論と実装 [ 斎藤 康毅 ] 楽天で購入

Pythonではじめる機械学習 scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎 [ Andreas C. Muller ] 楽天で購入