AI(人工知能)とファイナンス

ディープラーニングを駆使して株を予測する3つのコツ

ディープラーニングを駆使して株を予測するイメージ

ディープラーニングを使った株の値動きの予測が最近は流行る兆しを見せていますよね。ディープラーニングとは、昔からある機械学習の分野の一つで、ニューラルネットワークという人間の脳のような多層構造をもとに作られている人工知能アルゴリズムのこと。

株の売買というのは簡単そうに見えるけれども、実に深いもので、心理的な要素もあってなかなか勝つのは難しい世界とされています。

誰でも株の予測を当てて、一儲けしたいと思いますよね。それが自分で行わなくとも人工知能を使ってできるなら、ぜひとも使ってみたいと思うのも当然でしょう。

今回は今話題となりつつある、ディープラーニングを使って株の値動きを予測する3つのコツをお伝えいたします。

目標設定をしっかりとする

目標のイメージ

株価を予想するときに必要なことは、株価が上がるか、下がるかを判定する指標を設定しなければいけません。

確率は上がるか、下がるかなので50%の確率で判断されるはず。なので、この50%の確率を100%にいかに近づけるかが重要になってきます。

さらにその中でも以下のものをどれだけ高められるかが重要です。

  • 正解率(Accuracy)
  • 再現率(Recall)
  • 精度(Precision)
  • F値(F-value)
  • 網羅率(coverage)

ですので、この中でもどの値にどれだけの数値目標を課すかで、ディープラーニングを使って行う株の値動き予測というものは変わってくるということに。

結果が出ない場合

結果が出ない場合のイメージ

結果が出ない場合は下記の方法を試していくと良いでしょう。

教師データをしっかりと定義づける

株価を決めるものというのは何で決定づけられるものか、というのをしっかりと定義してあげましょう。

さらにデータの整形やパラメータを調整していく必要もあります。

例えば、期間、始値、終値、出来高なども予測するための要素は必要となりますが、これだけの教師データだけだと予測するにはまだまだ足りないかもしれませんが、定義をしてあげる必要がでてくるでしょう。

日経平均のデータをダウンロードするときの期間設定や、前日比較をする、前日だけではなく1週間前の期間を追加することも要素としてしっかりと定義してあげることが必要です。

他にも、会社の業績や、外国株、為替、競合の業績などもあるし、会社によっては天気なども関係してきます。著名な人の発言やその会社の社長の動向でも変わってくることがあります。

株価の場合は投資家たちの心理状態もありなかなか難しいところがあるとは思いますが、その教師データをしっかりと定義してあげることによって、Accuracyなどの精度は上がっていくことになるでしょう。

データの追加収集をする

データのイメージ

ディープラーニング予測の結果が上手くいかない場合はデータの追加収集をしてさらに範囲を広くして、過去のデータから株の値動きの予測できるようにするとよいでしょう。

例えば、期間をさらに1年多く見積もってみることでも予測精度は向上する可能性があります。

さらに他のデータを集めるのもよいでしょう。

例えば考慮されていなかった為替のデータを入れてみるとか、外国株の情報をさらに追加してみるということが挙げられます。

このように、ほかの指標となるデータを追加していくことで予測がさらに向上していくことが考えられるでしょう。

ニューラルネットの設定をいじる、ハイパーパラメータを調整する、ランダムサーチをする

ディープラーニングの層の数を変えたり、それぞれの層のユニットを変えたりする構造的な変化を加えることによって、よりより株の値動き予測の結果が出てくる可能性もあります。

その他、学習率、ドロップアウトの選定の変更、正則化の係数など様々なハイパーパラメータを変更することも良い結果が出てくるでしょう。

大抵はランダムサーチという手法をとり、適当にかいつまんだところの設定を変えることで、その変えた結果を反映させていくという、実験的な手法を取り変更していく方法がよいでしょう。

入力データの検証を行う

データの検証イメージ

ディープラーニングで株の予測をするには、入力データの検証も一度試したあとに必要となってきます。

これには以下の部分を検証していくと良いでしょう。

  • 相関の低い数値はノイズになる可能性のものを無くしたりすること
  • 相関の高いものだけを残しておくこと
  • 追加でもっと良い指標はあるのか?
  • 収集日のデータはさらに伸ばした方が良いのか?
  • 隠れ層の数とニューロンの数の検証

株のディープラーニング予測で、入力データのなかでも相関関係が低く、あまり入れても意味がない、またはノイズになってしまうので余計な数値を与えてしまう可能性があります。

例えば、指標の中で天気の項目があるとして、全く関係ないのに株価の予測に影響を与えていたとすると、それはノイズになってしまうかもしれません。

ということなので、様々な指標を作っていたとしても、結果として良くない数値を出してしまうとすれば、それは削除して、相関関係の高いものだけを残しておくことが株のディープラーニング予測を高めることにつながります。

そして、検証する項目として、相関関係が高いものはもっとあるのだろうか?収集日のデータとしてはさらに伸ばすべきなのだろうか?ということも見てあげることが大切です。

また、上記でもすでに述べましたが、隠れ層の数とニューロンの数の検証を再度行ってあげることも忘れないようにしましょう。

ディープラーニングを使った株の値動き予測はこれからが発展していくことでしょう。

ディープラーニングで楽しい株ライフイメージ
今回のように、下記の項目を見直すことでも予測への精度はよくなっていくことができます。

  • 目標設定を行うこと
  • 結果が出ないときの対応
  • 入力データの検証

ディープラーニングは他にも画像認識に使われたり音声認識に使われたりとしますが、株の値動きの予測にはまだ難しいものとなっております。

これらを活用していくことによって、利益を最大化できるようにしていくことを考えるとなんだかわくわくしていきますよね。

自らがデータを調整してあげて、どんどん株の値動きの予測精度を上げていくこともできますし、この先新たな手法やディープラーニングの方法が新しくなっていき、精度が増していくでしょう。

より、ディープラーニングを通して株のトレーディングがより身近に、そして使いやすいものになっていくと良いですね。

トップへ戻る
タイトルとURLをコピーしました