ITに頼って生きていく

概要

前回、TensorFlowを使い、東証一部上場のH社の株価のトレンドを予測していました。
かなり実用段階に近づいた感があります。

しかし、課題もあります。

1. 自己回帰のように、自分自身が学習データとなっている
   • イレギュラーな事象に対する予測は難しい
2. 過去2点だけから、翌日を予測している
   • もう少しトレンドを見たほうが良いのでは
   • ただ、その根拠は乏しいが。。。。

ということで、これらの点を改善してみたいと思います。
ただ、一度には難しい。そこで、2点目を改善し、もう少し長期的なデータを使うことにします。

そしで、本当に未来を予測してみようと思います。

やってみようと思うこと

以下の通りです。
前回、株価の予測をしてみたのとほぼ変わりませんが、いくつかパラメータを大きく変えています。
変更点は、以下の通りです。

予測に使用するデータ点数を変更

• 前回までは2点（2日間）でしたが、これを20点（20日間）とした
• 1か月分の営業日数くらいのトレンドを持ってたほうが良いような気がしたのが理由
• その分、予測結果が移動平均線のように、トレンドが若干遅れて見えるようになる

データ期間の変更

• 2011年1月1日～2017年5月2日までのデータを使用
• 2017年1月以降を評価に使用し、それ以前を学習期間とした

本当に未来を予測してみる

• 2017年5月2日の最後までデータを使い、2017年5月8日の株価の状況を予測を追加する
• この記事の執筆時点は、2017年5月6日です

うーん、こうして考えてみると、連休中は海外市場は動いているし、その間にため込んだ情勢によって、いろいろ変わりそう。
GW明けって微妙ですよね。
なんか、当たる気がしなくなってきました、

学習結果とその予測

弱気なことだけ言っててもしょうがないので、とりあえずやってみました。

興味のある結果、早速グラフを見てみましょう。

 
黒破線：実際のデータ
青実線：学習期間のデータによる再現値
赤実線：学習期間外のデータによる予測値
 

さらに、2017年3月以降の期間を拡大してみました。
自分自身の過去情報を学習データとするため、予測結果が移動平均のようになります。
そのため、絶対値は実際の終値よりも小さな値を示していますが。。。

予測結果は。。。。？

前営業日の2017年5月2日よりも、2017/5/8の株価は、、、相対的に上昇すると予測しています。
上昇幅は、1%にもならない程度でした。
さて、実際の結果はどうなるのでしょうか。

最後に

まだ結果はわかりませんが、GW中に起きた事象を、何らかの方法で学習データとして加えたいですね。
そのためには、何度も言ってはいますが、以前に取り組んだこれ、やこれのように、
twitterのデータを取り込むことをやってみたいです。

それでは。