今回の記事は前回の続きで日経平均株価とCPIの関連性を調べていきます。 みんかぶの記事にもあるように米国CPIは月に一度、対象月の翌月の15日前後に発表されます。CPIの値と日経平均株価との関連を調べたいので前処理で工夫しています。 1. ライブラリのイ…

今週の運用状況も公開していこうと思います。現在Side Fireを目指して活動中です。 週間サマリー: 今週は投資信託をおよそ200万円ぶん購入しています。ETFの方は動きなしです。 この一週間の日経平均株価は、注目に値する動きを見せましたね。特に、1月15日…

さて前回の記事ではCPIと日経平均株価の関係について少し書いてみました。ではこのCPIという指標が日本経済にどこまで影響があるのか（それとも全くないのか）を調べてみたいと思います。 いつもはデータ取得はPythonのyfinanceライブラリを使いますがCPIの…

皆さまもご存知の通り、日経平均株価は最近、34,000ポイントの大台を超えるなど、素晴らしい成長を見せていますね。特にKDDI（9663）やソニー（6758）が大きく貢献しているようです。これは、アジア太平洋市場全体が下落傾向にある中でのことなので、特筆す…

今週の運用状況も公開していこうと思います。現在Side Fireを目指して活動中です。 週間サマリー: 今週は米国ETFを約$2,400分買い増しています。また今までNISAで購入していた投信信託の内一部がNISA対象外になってしまったので一度全て売却し新しくポートフ…

新NISAの導入に伴い、多くの投資家がポートフォリオ構築に関心を寄せています。今日は、我が家のポートフォリオ構築の過程を共有し、同じように投資を始めたいと考えている方々に役立つ情報を提供したいと思います。 「現代ポートフォリオ理論」の概要につい…

新NISAの導入に伴い、多くの投資家がポートフォリオ構築に関心を寄せています。今日は、我が家のポートフォリオ構築の過程を共有し、同じように投資を始めたいと考えている方々に役立つ情報を提供したいと思います。 ここでは「現代ポートフォリオ理論」の概…

今後毎週の資産運用状況も公開していこうと思います。現在Side Fireを目指して活動中です。 週間サマリー: 昨年はS＆P500が25％、ダウが14%、さらには日経平均も28%上昇してくれたので全体的にプラスになっています。今年も同じくらいの上昇を期待したいです…

はじめに 強化学習において、報酬設計はエージェントの学習プロセスと行動選択に大きな影響を与えます。今回の記事では、株価予測システムにおける報酬設計の戦略について詳しく見ていきます。 実は当初は単純に日経225をロング、またはショートした日は単純…

はじめに 前回の記事では、DQNを用いた株価予測モデルの設計と開発について説明しました。今回は、強化学習におけるシミュレーション環境の設計と、トレーディングパフォーマンスの評価に使用するメトリクスについて詳しく見ていきます。 TradingEnv クラス…

はじめに 前回の記事では、データの収集と前処理について詳しく見てきました。今回は、Deep Q-Network（DQN）を用いた株価予測システムのモデル設計と開発プロセスについて説明します。 Deep Q-Network (DQN) とは DQNは、伝統的なQ学習を深層学習と組み合わ…

はじめに 前回の記事では、強化学習を用いた株価予測システムの開発について紹介しました。今回は、このプロジェクトで実際に行ったデータの収集と前処理について詳しく見ていきます。 データの収集 このプロジェクトでは、米国市場のS&P500とDowの指数デー…

はじめに こんにちは！このブログシリーズでは、強化学習を用いて株価予測システムを開発するプロジェクトの進行過程を共有していきます。このプロジェクトの目的は、米国市場のS&P500やDowのデータを基にして、日経平均株価の動きを予測することです。 プロ…

前回まで、ディープラーニングの骨格となる人口ニューラルネットワークの構成について見てきました。今回から二回に渡って順方向伝搬と逆方向伝搬、実際に「学習」が行われる過程について説明していきます。まずは順方向伝搬です。 （※）このシリーズはディ…

このシリーズも折り返し地点を越えました。前回までで人口ニューラルネットワークがどのような動きをするかがわかったと思います。その中で、重みづけであったり、バイアスであったり、予想をするうえでプログラムが勝手に決めてくれる部分があるということ…

第3回のテーマは「人工ニューラルネットワーク」です。 前回は個々の人工ニューロンの動きについて理解しましたね！とは言え単体のニューロンでは複雑なタスクは実行できないので今回は複数のニューロンを組み合わせた人工ニューラルネットワーク（Artificia…

今回のテーマは「生物学的ニューロンと人工ニューロンの違い」です。 まずニューロンとは何か、脳内のニューロンが実際にどのように機能するかを探り、人口ニューロンについて理解していきましょう！ （※）このシリーズはディープラーニング（深層学習）入門…

今回はディープラーニング入門編のその1です。まずは簡単な概念から説明していき、最終的にはPythonでニューラルネットワークを構築していきます。 （※）Keras、Scikit-learnなどのライブラリーには直ぐに使える深層学習のフレームワークが多数ありますが、…

皆さん機械学習やプログラミングの教科書を見ると、学習の結果予想した値の変数名をy_hatとしているのをよく見かけると思います。 column0001 このy_hat、一体何かの略なのでしょうか？ 実は統計用語と深い関係があります。下の式を見てください。 column000…

前回に引き続きここでは最小二乗回帰を使ってデータセットの関係性を予測していきたいと思います。 【前回のまとめ】 一次関数と仮定しての回帰は正直かなり微妙な出来だったと思います（下図）。これで「予想できました！」と言われても・・・って感じです…

ここでは以前作成したテストデータを使います。テストデータを与えて最小二乗回帰という方法を使用して入力と出力の関係性を予想できるでしょうか？？ 【最小二乗回帰とは】 そもそも統計的回帰の問題では入力値と出力値の間の関数関係に可能な限り近似する…

ここでは今後機械学習やディープラーニングの学習を進めていくためのテストデータを作成します。 【使用するメソッド】 numpy.linspace（） 線形に等間隔な数列を生成します。 pylab.plt.plot() グラフを描画します。 【コード】 0003-2create_testdata 今回…

ここでは強化学習の一例で作成した、コイントスの結果を予測するプログラムの解説を行います。 ssp はコインの性質、asp はプログラムの賭け方 簡易版でもご説明した通りsspでは80%の確率で表、20％の確率で裏というこのコインの性質を定義しています。「1」…

ここでは強化学習の一例としてコイントスの結果を予測するプログラムを作成します。【強化学習とは】 そもそも強化学習とは機械学習手法の一つで、プログラム自体が試行錯誤しながら最適な制御を実現してくれます。学習してもらうデータに正解、不正解はあり…

ここでは教師なし学習の一例として作成したクラスタリングのプログラムの動作を解説していきます。 make_blobs() サンプルデータの生成 今回このメソッドはサンプルデータを作成するために使いました。 n_samples: 生成するサンプルの総数 centers: クラスタ…

ここでは教師なし学習の一例としてクラスタリング（分類）を自動でしてくれるプログラムをPythonを使って書いていきます！ 【使用するメソッド】 sklearn.cluster KMeans n個の観測値をk個のクラスターに分類します。 make_blobs 好きな数のサンプル（blobs…