＜為替分析＞11/21 ディープラーニングで為替分析(2)
今日書くこと
- 結果
- 結果検証
- 考え方
- システム化
結果
以下の条件で行いました
- 取引期間: 2013/1/1〜2017/11/1
結果ですが、正解率が56.8%となりました。
結果検証
今回はじきだした正解率56.8%は優位性があるのか、単なるマグレなのか、について考察します。
デタラメに上がるか下がるかを予想した時の正解率を計算すると、９９％の確率で45.9%(597回)〜55.1%(702回)に収まります。
つまり、56.8%という数字は優位性のある数字と見て間違いないと思います。
また、今回ハイパーパラメータのチューニングはほぼ全くしていないため、オーバーフィッティングにはなっていないと思います。
cf.計算根拠：区間推定
2.3 区間推定／信頼区間
考え方
- 入力データは、予想したい日から過去20日分の為替データ。具体的には以下の通り。
- 出力は、「翌日上がるか下がるか」。（上がれば買い、下がれば売り）
システム化
まあまあ良い数字が出たと思っています。
ということで、実用化に向けて以下を行いたいと思っています。
- 取引判断の自動化
- 毎日自動でデータ取得し、取引を判断する。（１日１回）
- 取引判断通知の自動化
- 自分のSlackに通知する。
- （最終的には）取引の自動化
今回は、AWSとSlackの疎通をやりました。
AWSから自分のSlackに通知を送るまで
まず、AWSを開設しました。
学習はせず推論のみをさせるので、一番しょぼいt2.microにしました。
次に、以下を参考にAWS上にプログラムをのっけました。
qiita.com
で、テストしてみる・・・。
うまくいきました！
今後
ディープラーニング界隈では、多分ディープラーニングよりもその周り（環境の構築など）のスキルが必要になってくると思うので、この際頑張ってこのシステムを完成させてみようと思います。
インフラ周りは、素人同然ですが・・・。
