More than 5 years have passed since last update.

深層学習で株価やFXなどの時系列データで上昇下降ラベルの分類における精度向上のアイデア（やり方は知らない）

Last updated at 2019-03-17Posted at 2019-03-17

実装したいがわからないことのメモ

お金を稼ぐならとりあえずお金に関連することを勉強していこうとしてはや半年。勉強をサボっていたこともあってなかなか進んでいないが、どうにかこの春休みである程度勉強を進めたい。

そこで今回は実装方法はわからないが（またはまだ実装していない）精度向上に寄与しそうな要素を少しメモしておく。実装できたら適宜更新するための記事。

ただの力技。FXの予測に使っている指標が１０もないのでまだまだ説明変数を増やせるはず。というかやれる。

１とは逆に不要な説明変数をへらすことで精度を上げていく方法。ただ、まずは説明変数を増やしてから減らさないといけないので順番的に優先度が下になる。

現状、すべての時点で予測を行っているためにあまり精度が良くない。しかし、ただ稼ぐためならすべての時点で予測を必要はなく、当てれるときに当ててくれればいい。

ただ、SVMであれば境界面からの距離などでできるが時系列データに適していないしそもそも為替データなどではデータの個数が多すぎて学習が（最低でも自分の環境では）膨大になりすぎる。

深層学習で信頼度の計算をしたいのだが、計算方法がわからない。実装できない。どうすればいいんだ。教えて偉い人。

ちょっと調べてみると信頼度計算ではなくscore計算がsoftmax関数では確率に一致するらしい（？）のでそこをとっかかりにしていきたい。