＜株進捗＞9/3 株価の3分類予想(+10%over / -10%〜+10% / -10%under)
目次
- 今日やったこと
- 学習モデルの構築
- 出力イメージ
- その他
1.今日やったこと
昨日記事に書いてた以下をやりました。
- 1銘柄N日→先30日の終値の最大値、最小値を6分類する(値動き+10%以上、+5%〜+10%、0%〜+5%、-5%〜0%、-10%〜-5%、-10%以下）
（未完了）
昨日はなんとなく６分類にしていました。
よく考えると、実際は「買う」「何もしない」「売る」の３つさえできればよいです。
具体的には、予想値が「＋１０％超え」なら買い、「ー１０％未満」なら売り、それ以外は何もしない。
ということで、値動きを「〜ー１０％」「ー１０％〜＋１０％」「＋１０％〜」の３つに分類することを最終目標にしました。
2.学習モデルの構築
Input: 1銘柄N日分のデータ
Output: 先30日の終値の最大値、最小値が「〜ー１０％」「ー１０％〜＋１０％」「＋１０％〜」になる確率
出力層にはソフトマックス関数を使っています。分類の確率を出すためです。
損失関数は以下を考えました。
- 誤差２乗和
- 交差エントロピー
出力層がソフトマックス関数の場合、交差エントロピーが損失関数としてセットになることが多いみたいです。
ここで疑問が２つ。
- 上記の例で、正解が「＋１０％以上」の学習データに対して以下の２つは同じ評価がされます。
- 「＋１０％以上」５０％、「ー１０％〜＋１０％」５０％
- 「＋１０％以上」５０％、「〜ー１０％」５０％
- 当てずっぽで全部「ー１０％〜＋１０％」にする、になりそう。。
「＋１０％以上」「ー１０％以下」がそれぞれ５％程度、あとはすべて「ー１０％〜＋１０％」くらいの分布になるので。しかし、大事なのは「ー１０％〜＋１０％」を当てることじゃなくて、「＋１０％〜」「〜ー１０％」を当ててもらうことです。単純に分類するだけでなく、「＋１０％〜」「〜ー１０％」にインセンティブを与えるような損失関数がいるのか、どうなのか・・・。
結局、とりあえず以下の関数を作ってみました。誤差逆伝播とかの関係でこの関数じゃダメなのかもしれませんが、一度やってみようと思います。
Loss = 教師データ(※) - [(+10%〜である確率) - (〜ー１０％である確率)]
(※)教師データ。以下のように表現されます
「＋１０％〜」であれば1
「〜ー１０％」であれば-1
「ー１０％〜＋１０％」であれば0
3.出力イメージ
とりあえず実装。簡単に出してみました。
一番したにちょこっとでてる３×３の行列が結果です。
縦列が予想です。
１行目から順に〜ー１０％、ー１０％〜＋１０％、＋１０％〜とそれぞれ予想した件数です。
２行目にすべての数字が出ているので、この例だとすべてのデータに対して「ー１０％〜＋１０％」と予想しています。
横軸は実際の値です。
１列目から順に実際の値が〜ー１０％、ー１０％〜＋１０％、＋１０％〜となった件数です。
つまり、実際の値は５１４件が「ー１０％〜＋１０％」、７１件が「＋１０％〜」となっています。
縦横を合算すると、
- ５１４件は、予想結果とも「ー１０％〜＋１０％」で正解
- ７１件は、予想「ー１０％〜＋１０％」に対して結果「＋１０％〜」で不正解
となります。
※５万件くらい予想させましたが全部、「ー１０％〜＋１０％」で予想しやがります。
Loss関数を交差エントロピーにして、もう一度やってみます。。
３分類法、自分としてはかなり名案だと思ったのですが…。
4.その他
「どの程度予想があたれば統計的優位性があると認められるか」という計算もしたのですが、力尽きたので今日はここまでにします。
