21歳ニートです。
暇なんで日経平均株価予想AI作ります。
qiitaの存在を知ったのは昨日なんで使い方間違ってます。
良くないことしてたらすみません先に謝っときます。
本題に入ります。
今回は前日の様々なデータから翌日の日経平均株価のopenを予想します。
とりあえずの目標は平均絶対誤差(mae)100以下です。
早速AI作ります。
第一回なので『ゼロから作るdeeplearning』に書かれているようなシンプルなニューラルネットワークで株価予想していきたいと思います。
今回使うライブラリはこんな感じです。
まずデータ取り込みます。
最初なので予想に使うデータも極力少なめでヤフーファイナンスapiからとってこられるデータ５つで始めようと思います。
詳細は画像＃で結構書いてます。
（コード書いたらtabで説明してくれるcpilotありがて）
前処理していきます。L1正則化やL2正則化などは今回はシンプルにいきたいので省いて標準化するだけで整えていきます。
後々精度向上させるときに使うかもです。
そしてテンソルに変換し、
次にニューラルネットワーク内部の定義をしていきます。
4層のrelu関数を使う形で途中でdropoutを挟んでいきます。
これは特に考えなしにシンプルかつただいい感じにしといただけです。
後で精度上げるときにいじりやすいのはメリットかも。
途切れちゃったので続き
今回の目標はmae100以下なんですが、ここで損失関数はなんとなく平均二乗誤差を使ってしまいました。
目標忘れてました。
次回の推論コードでmae上手いこと出せたんでまあいっかと思ってますが、何か問題あるかなとも思ってるので有識者の方教えてください。
学習率調整ではとりあえず万能Adam使って
やっとこさ学習していきます。
ここは順番順序よくかいて終わりです。
最後にスケーラー保存するの忘れていたのでその作業をしました。
これでニューラルネットワークの基礎は出来ました。
次回はsimplnn推論コード編です。
見たい人は見てください。