長編連載[機械学習・進化計算による株式取引最適化] No.07-03 進化計算による最適化
このプログラムの目的NSGA2とNeuroEvolutionによる株取引を最適化することです．NSGA2は多目的最適化の手法です．このプログラムでは次の2つの目的関数を設定します，総資産が単調増加するときの傾き(大きいほどよい)総資産の単調...
時系列
長編連載 長編連載[機械学習・進化計算による株式取引最適化] No.06-04 実行と結果
このプログラムの目的このプログラムはdqn.pyを呼び出し，強化学習を開始させることを目的とします．また，手法・環境のパラメータやデータセットのパスなどをここで指定します．work_share├06_sampling_dqn_learnin...
長編連載[機械学習・進化計算による株式取引最適化] No.05-02 予測値データセットの作成
このプログラムの目的前節で作成した予測器を使って，予測値データセットを作成します．予測できない銘柄は外します．work_share├05_lightGBM_predict ├Dockerfile ├docker-compose.yml └s...
長編連載[機械学習・進化計算による株式取引最適化] No.04-05 テクニカル指標の算出
このプログラムの目的株価のテクニカル指標を算出し，データセットとして保存することです．work_share├04_get_stock_price_ver2 ├Dockerfile ├docker-compose.yml └src ├data...
長編連載[機械学習・進化計算による株式取引最適化] No.04-04 類似データの計算
このプログラムの目的複数の時系列データを扱うとき，ある銘柄は別の銘柄を先行している場合があります(ある銘柄の影響が遅れて別の銘柄に伝わること)．これらの関係性を計算することで，株価予測に対して有益な特徴を算出できます．work_share├...
長編連載[機械学習・進化計算による株式取引最適化] No.04-03 時系列クラスタリング
このプログラムの目的全銘柄を扱うにあたり，その銘柄を表す特徴量が欲しくなります．もちろん，銘柄コードをOne-hotデータやLabelデータとして扱っても良いのですが，この本では4つの連続的な特徴量として，銘柄を表すことにします．そのために...