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...
python
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...
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...
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...
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...
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...