#続編
とりあえず、Ｂログの方はトレード終了宣言をした。
http://1969681.blog66.fc2.com/
このところ仕事でIT講習会の参加のため、10月中は進展していない。
（11月ぐらいからＥ検定に向けた勉強ついでに実装を進める）
#AIトレードシステム開発
このところ、ＡＩのマーケット予測を色々調べてきているが、
時系列データをＡＩに食べさせるという、
やや無茶ぶりな予想屋が多いことに嘆いている。
勿論だがＡＩにデータをなんでも突っ込んで、
なんかそれらしい答えを得て、喜ぶ輩が多いのであるが
自分は少なくとも、テクニカルを使って
根拠のある予想を立てないと、
意味がないと考えている。
そんな中で、いまひらめいている案としては、
ＡＩに食わせるデータとしては、POINT&FIGUREが
一番しっくりくると考えている。
ポイント＆フィギュア
このチャートの良い点としては、×と〇が交互に並んでいて
時間という概念が無いからである。
よく言うＡＩ学習においては
- パラメータの特徴を際立たせる
- 極限まで情報を圧縮する
- 次元数を減らす
などが一般的に言われていることである。
よく価格の変動率など、微妙な数値の変化を
学習機に突っ込んでＡＩになんとかさせるとか
無理くりなことを一般的にやりがちであるが
これはハッキリ言って、AI無学者のなんの
知恵のかけらも感じない愚かな考えである。
ＡＩの研究者として、ＡＩの特性を理解することと、
ＦＸの研究者として、ＦＸの特性を理解すること
結局、この両方の知識の融合を無くして、
これを成すことは、まったくもってあり得ないのである。
モデル化
さて、言っていても始まらないので、とりあえずは机上で
モデリングするところから始めてみる。
ＰＦの特徴をみると、以下のことがわかる。
- ×と〇は常に繰り返されている
- ×→〇の変化では、一段下から始まる
- 〇→×の変化では、一段上から始まる
この特徴は、全くもって無視しても構わないことになる。
とりあえず下記のＰ＆Ｆチャートであれば、
×の数をプラス、〇の数をマイナスの数値におきかえると、
このチャートは、下記の数列に等しくなる。
12 , -7 , 7 , -5 , 5 , -3 , 12 , -5 , 5 , -5 , 6 , -6 , 3 , -6 , 2 max = 12 , min = -7 , Range = 19
さらに前後の和を取って、
5 , 0 , 2 , 0 , 2 , 9 , 7 , 0 , 0 , 1 , 0 , -3 , -3 , -4 max = 9 , min = -4 , Range = 13
という風に、ダイナミックレンジを下げることができる。
ＡＩで言えば、学習機の感度が上がる方向になる。
ちなみに、もう一回やるのは、ダメな模様
5 , 2 , 2 , 2 , 11 , 16 , 7 , 0 , 1 , 1 , -3 , -6 , -7 max = 16 , min = -7 , Range = 23
そしてＡＩ的には、次の数字が予想できれば、
トレードのポジションの転換点を知ることができる。
Ｐ＆Ｆチャートの優れているところは、
このように数列の羅列の中に、ありとあらゆる値動きが
織り込まれている点だ。
というわけで、先ずはモデルの定義が終わったので、
為替データから上記の数列を出すところから、
コーディングすることとする。
つづく