第五回 ＡＩシステムトレード開発

参考資料

　https://math.uni.lu/eml/projects/reports/2020_Summer/DiasMoreira.pdf

　https://medium.com/towards-artificial-intelligence/pragmatic-deep-learning-model-for-forex-forecasting-569aae6d4a1a

　https://towardsdatascience.com/getting-rich-quick-with-machine-learning-and-stock-market-predictions-696802da94fe

#進捗

とりあえずKERASを使って、それらしい計算まで出来るようになった。

時系列分析のため、ＬＳＴＭというのを使っている。

今回はpoint & figureをベースとして、入力ベクトルには３２個のパラメータを割り当てている。

http://1969681.blog66.fc2.com/blog-entry-592.html

ソースコード

• 最初に適当な４本足データをＣＳＶで取ってくる。
• 次にPOINT&FIGUREの数列に加工する。
• PFF1,PFF2,PFF3というのが、PFFを時間軸で数列化したものだ。

　[分割数200のPF数列×19個]　[分割数150のPF数列×9個]　[分割数100のPF数列×4個]　=　32個

• PF数列は指定日までを時系列に推移させて計算し、それをケツから使っている
• ケツ［０］が予想すべきデータで、ケツ一個手前［－１］から［－ｎ］までが予想に使うデータである
• データ長は分割数が小さいほど、データ数が少なくなるように配分している
• KERASには、全データ範囲で０，１になるように変換したものを突っ込んでいる

ＡＩ部分のコードはパクっただけ。

内容ははっきり言って、何にも分かっていない・・・

いちおう、糞リポジトリを置いておく

煮るなり焼くなり、好きにしやがれ！！

https://github.com/chanmoto/pf