introduction

Dans le message précédent , la gamme de prix Nikkei 225 avec 60% de précision Si je pouvais le prévoir, je ferais une blague en disant que j'obtiendrais un bénéfice annuel de 48%.

Par conséquent, nous recueillons des informations avec Qiita.

Tout d'abord, faites attention aux articles suivants. https://qiita.com/akiraak/items/b27a5616a94cd64a8653

Précision = 72%. Je vais retester cela.

La technologie utilisée est TensorFlow. L'article de Kudan explique en détail le code utilisant TensorFlow, et le code source est également ouvert au public. Ma compréhension est bâclée, mais vous pouvez la toucher et l'essayer. Cependant, comme il s'agissait d'un article de 2017, il était difficile de le déplacer car il changeait beaucoup.

Schéma de l'article original

Jusqu'à la veille, l'apprentissage automatique était effectué avec Tensorflow en utilisant les mouvements de prix de chaque marché (FTSE, GDAXI, HSI, N225, SSEC, etc.) au cours des 3 derniers jours comme variables explicatives et le prix discount du SP500 ce jour-là en tant que données de l'enseignant, et comparé au jour précédent du SP500 ce jour-là. Nous construisons un prédicteur qui prédit le signe et évaluons ses performances. Cependant, je ne comprends pas le principe détaillé car je suis fou.

Le résultat est Précision = niveau 70%.

C'est prometteur.

Ce schéma

L'objectif de prédiction est 1358 Nikkei Leva doublé, et les variables explicatives sont également légèrement révisées.

Les variables explicatives comprennent non seulement le NIKKEI 225 jusqu'à la veille et les indices de chaque pays, mais également le dollar yen.

Étiquette de l'enseignant: 1358 Nikkei Leva le jour La double fourchette de prix (cours de clôture-cours de clôture) augmente ou diminue

Variable explicative: DOW30, NASDAQ_COMP, S & P500, FTSE_MIB, DAX, CAC40, HANG_SENG, usdjpy, NIKKEI225 Cours de clôture des 3 derniers jours de chaque indice (9 x 3 = 27 dimensions)

Le modèle reste la source d'origine

 Couche d'entrée: [27, 50], stddev = 0,0001
 Couche masquée 1: [50, 25], stddev = 0,0001
 Couche cachée 2: [25, 2], stddev = 0,0001
 Couche de sortie: [2]

Résultat expérimental

Période d'étude = 2014-10-30 ~ 2017-10-31

Période d'évaluation = 22/11/2017 ~ 09/07/2020

Nombre d'apprentissage: 12000 fois

Transition de la précision par les données d'entraînement

1000 0.5241935
2000 0.55241936
3000 0.5510753
4000 0.5591398
5000 0.5645161
6000 0.56989247
7000 0.57123655
8000 0.56989247
9000 0.56182796
10000 0.5577957
11000 0.5591398
12000 0.56182796

Précision pendant la période d'évaluation

 Évaluation = 673
 Rise, bonne réponse = 127
 Chute, bonne réponse = 216
 Hausse, réponse incorrecte = 130
 Chute, réponse incorrecte = 200
Accuracy =  0.5096582466567607

Simulation des profits et pertes (back test)

En cas d'augmentation prévue: 1358 Nikkei coté double En cas de refus: 1357 Nikkei Double Inverse Achetez 10000000 yens avec un gros plan et vendez à la clôture Du 22/11/2017 au 09/07/2020, résultat lors de la répétition de cette méthode -1 551 671 yens

Bénéfice et perte mensuels

 Novembre 2017: -83249 yens
 Décembre 2017: -83258 yens
 Janvier 2018: 341621 yens
 Février 2018: -595994 yens
 Mars 2018: 626082 yens
 Avril 2018: -222331 yens
 Mai 2018: -332350 yens
 Juin 2018: -384622 yens
 Juillet 2018: -375612 yens
 Août 2018: 355649 yens
 Septembre 2018: 472 170 yens
 Octobre 2018: -262912 yens
 Novembre 2018: -251190 yens
 Décembre 2018: 1321959 yens
 Janvier 2019: 1181772 yens
 Février 2019: -545563 yens
 Mars 2019: -427 964 yens
 Avril 2019: 82859 yens
 Mai 2019: -465943 yens
 Juin 2019: -265 452 yens
 Juillet 2019: 96485 yens
 Août 2019: 936343 yens
 Septembre 2019: -723 723 yens
 Octobre 2019: -432 153 yens
 Novembre 2019: 396537 yens
 Décembre 2019: 181781 yens
 Janvier 2020: -303620 yens
 Février 2020: -109976 yens
 Mars 2020: -3523718 yens
 Avril 2020: -35221 yens
 Mai 2020: 630419 yens
 Juin 2020: 1731269 yens

Prise en compte des résultats

Il semble que l'apprentissage soit terminé, mais l'exactitude des données d'évaluation mises de côté est au même niveau que le lancer des dés. Bien sûr, le résultat du back-test est totalement inutile.

Il semble que les profits et les pertes seront légèrement positifs si vous achetez et vendez dans la direction exactement opposée. .. ..

Prédire le cours de clôture du NIKKEI 225 le jour de l'indice du marché de chaque pays jusqu'à la veille était que le résultat des ancêtres était probablement une précision = 0,7 ou plus, mais il n'y a pas beaucoup d'avantages à prédire le prix de clôture. Vous n'avez même pas besoin de prédire, simplement en regardant le tableau avant de vous arrêter.

Prédire la fourchette de prix comme ce schéma signifie prédire le prix de clôture et le prix discount après cela, et le fait que cette précision soit de 0,5096 signifie qu'une telle prédiction ne peut pas être faite. Naturellement, bien sûr. Après tout, la destination est une promenade aléatoire.

De 2017/12 à 2020/2, l'équilibre est comme rouler et acheter. La perte était importante de 2020/2 à 2020/3, mais on peut dire que cela a été largement manqué par le vortex corona car il a utilisé un prédicteur qui a appris l'état calme avant la nouvelle épidémie corona. N'est-ce pas?

En regardant le graphique cumulatif des profits et des pertes, il semble que toute la période n'est pas du tout aléatoire, et qu'il y a de bons moments (lorsque les prévisions sont correctes) et de mauvais moments.

Même si l'équilibre est le même, la qualité du prévisionniste semble être différente entre le cas où le graphique des profits et pertes cumulés est comme A et le cas où le graphique des profits et pertes cumulés est comme B comme cette fois. A est meilleur que B. La qualité de ce prédicteur est médiocre!

Si je commençais à fonctionner à partir de décembre 2018 avec ce prédicteur, je serais en état de gagner beaucoup d'argent pendant les premiers mois, et je penserais "je suis un génie!", Et j'ai fait une erreur dans le jugement suivant et j'ai subi de graves brûlures. Devenir.

Le prédicteur B, qui a un grand cycle de profits et de pertes, est un mauvais prédicteur, et nous concluons cette fois avec le nouvel objectif de créer le prédicteur C, qui accumule les positifs par petites étapes.

Résumé

Le prix discount de l'indice du marché représentatif pour les 3 derniers jours est la moyenne Nikkei du jour suivant. J'ai essayé l'apprentissage automatique en utilisant le code de la fourchette de prix comme étiquette d'enseignant, mais la précision n'est que de 0,5096, Cela n'a pas fonctionné.
J'ai pu réfléchir à ce à quoi ressemblerait un bon prédicteur et me fixer un objectif.

Suite sur " Yahoo! Finance. L'authenticité des perspectives du marché boursier de Tokyo "

[PYTHON] Est-il possible de manger avec la prévision du cours des actions par apprentissage automatique [Machine learning partie 1]