長編連載[機械学習・進化計算による株式取引最適化] No.05-01 予測器の作成 このプログラムの目的 1~n日後の株価を予測する予測器を作成することです. n個の予測器が生成. 手法はLightGBM パラメータチューニングはOptuna work_share ├05_lightGBM_predict ├Dockerf... 2024.05.25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.04-06 学習データセットの作成 このプログラムの目的 この章で作成してきたデータをまとめて,学習に利用しやすい形式に直すことです.銘柄ごとのデータを縦方向に結合します.また,時系列を扱うにあたり,-n時間までの過去の特徴量も学習データとして追加します. work_shar... 2024.05.25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.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 ├d... 2024.05.25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.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_sha... 2024.05.25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.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... 2024.05.25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.04-02 株価データの選別 このプログラムの目的 make_original_dataset.pyの目的はoriginal_data_2010-01-01_2023-03-01_1dに格納されているデータを一つのデータにまとめることです.また,データ数が少ない銘柄デー... 2024.05.25長編連載