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の指数データを使用しました。これらのデータは、YFinanceからダウンロードしました。YFinanceは、Yahoo Financeの市場データを簡単に取得できるPythonライブラリです。株価、指数、通貨、商品などの歴史的データを無料で提供しており、金融市場分析やアルゴリズムトレーディングのためのデータソースとして広く利用されています。YFinanceを使用すると、特定の銘柄の時系列データを簡単に取得し、分析に利用することができます。
使用したデータ
4本値: 各指数の開始価格、最高価格、最低価格、終了価格を含むデータを使用しました。これらのデータは、市場の動向を理解するのに役立ちます。
データの前処理
収集したデータは、分析に適した形式に変換するために前処理を行いました。
実際に行った前処理
データのクリーニング: 欠損値の確認と処理を行いました。特に、市場が休業している日のデータは除外しました。
データの正規化についての考察
このプロジェクトでは、データの正規化は行いませんでした。株価のような時系列データでは、データの絶対値が重要な情報を持つことがあり、正規化によってその情報が失われる可能性があります。また、株価の最大値や最小値が事前に不明であるため、伝統的な正規化手法が適用できない場合があります。
使用したツールとテクニック
PythonとPandas: データの前処理にはPythonとPandasライブラリを使用しました。これらのツールを使用してデータを操作し、分析に適した形式に変換しました。
まとめ
データの収集と前処理は、株価予測モデルの開発において非常に重要なステップです。次回の記事では、モデルの設計と開発について詳しく見ていきます。
今回実際に書いたコードはこちら！コピーして使ってみてください。
