1. 学習させる株データの作成に伴う改修

昨日まで以下の２つの仮説を検証すべく、学習フェーズのプログラムの改修を行っていました。

目標達成の仮説１：学習データを「１００銘柄の１００日分」とする。
目標達成の仮説２：過去１００日のデータから、未来３０日分の株価の「最大値」「最小値」を予想する→予想した最大値が、現在価格より１０％以上であれば売り注文を出す。

これでトレードシュミレーションできる・・・と思いきや。
上記改修により売買フェーズも改修が必要になりました。
そりゃそうですよね。

ということで、赤文字部分の改修を行っています。

[学習フェーズ]以下を指定し、AIに株の値動きを学習させる。

翌営業日の株価を予想するために取り込むデータ数（例：１００日分を取り込み次の１日の株価を予想）

各種パラメータ（隠れ層の数(2次元)、学習率、分類器、学習回数)

学習対象データの絞り込み（例：指定した銘柄の値動きと相関が高いものだけを学習データとする）

[学習フェーズ]学習済モデル（いわゆるAI）ができる

[売買フェーズ]以下を指定する

[学習フェーズ]でできた学習モデル

適用する売買アルゴリズム（例：予想が１０％以上上がっていれば買い）

適用する資産管理ルール（例：総資産の１０％は現金として保有する）

売買対象の銘柄

売買開始時期

売買日数

[売買フェーズ]売買プログラムを走らせる

[売買フェーズ]以下のような結果が出力される

売買履歴

最終的な利益

(売買履歴をグラフ化したもの）…余裕があれば作りたいです。

結構時間がかかっていますが、今度こそコレが終わればトレードシュミレーションができるはずです。。

2. 雑多なタスク

残していた雑多なプログラムを終えました。

資産管理ルールの追加
- １銘柄の保有資産が、資産全体のＮ％以上になってはいけない（Ｎは調整可能）
- １銘柄をＮ日間の間に２度以上買うことはできない（Ｎは調整可能）
学習対象データの絞り込み
- 時価総額によるクラスタリング
学習データの範囲指定（２０１６年までを学習し、２０１７年でテスト等、未知データに対するパフォーマンスをみたいので）
などなど…