2024/1/3 執筆中、タイトルにリンクのない記事は未作成です。
他にこんな記事が欲しい、等あればコメントください。
今後、X（Twitter）にて筆者が構築したアルゴリズムでの日々の予測を公開予定です。

イントロダクション

01.コンセプト
本記事のコンセプトを紹介します。

02.環境構築
Google Colaboratoryを使ったPython実行環境構築を紹介します。

03.Pythonの基礎
Pythonによるコーディングの基礎を紹介します。

04.機械学習の基礎
機械学習を利用するための基礎知識を整理します。

株価データの取得

05.銘柄一覧データの取得
分析対象としたい銘柄のリストを作成します。

06.個別の株価データの取得
個別銘柄の株価時系列データを取得します。

07.個別の株式情報データの取得
個別銘柄の財務情報時系列データを取得します。

08.経済指標データの取得
経済指標の時系列データを取得します。

09.取得したデータの統合
取得したデータを整形して統合します。

10.説明変数の作成
機械学習のインプットとなる説明変数を作成します。

11.目的変数の作成
機械学習のアウトプットとなる目的変数を作成します。

12.機械学習のためのデータ整形
データ整形・トレーニングデータとテストデータへの分割を行います。

13.機械学習の試行
機械学習を試行し分析結果を取得します。

14.解析結果の分析
解析結果から株取引に有用な情報を抽出します。

15.解析結果のグラフ表示
解析結果をグラフにプロットします。

16.解析結果の保存
解析結果をcsvファイルで保存します。

17.C++を用いた単純な数値解析例
機械学習の適合率に基づく資産運用の単純な数値解析を実施します。

18.バックテスト手法の構築
過去のデータに基づくバックテスト手法を構築します。

19.バックテストの試行
解析結果に対し実際にバックテストを試行します。

20.バックテスト結果の可視化
バックテストの結果をグラフにプロットします。