Help us understand the problem. What is going on with this article?

ディープラーニングでFXのシステムトレーディングをするコードを書いた (2) -RNN/LSTM編-

More than 3 years have passed since last update.

http://qiita.com/ryo_grid/items/7746528f8cae8026b936
の続き。

前回はテクニカル指標群を入力にディープラーニングでUp or Downの分類をした結果を軸にトレードするコードだったけれど、今回は時系列での為替データをRNN/LSTMにかけてみた。
時系列データでの各足の差分の大きさを24種類(1-24の整数値)のコードに符号化して、そのデータ列を入力として学習させる。

結果はまったくダメ。実行時のlossは減っているように見えるのに、予測結果が0.999xxxしか出ない(1,0を予測するので0に近い数字も出ないとおかしい)。
実装が間違っているのだろうか....

500 epoch 回した時の収束具合

10841/10841 [==============================] - 4s - loss: 0.0091 - val_loss: 0.3569
10841/10841 [==============================] - 4s - loss: 0.0090 - val_loss: 0.3538
10841/10841 [==============================] - 4s - loss: 0.0092 - val_loss: 0.3654
10841/10841 [==============================] - 4s - loss: 0.0085 - val_loss: 0.3777
10841/10841 [==============================] - 4s - loss: 0.0086 - val_loss: 0.3588
10841/10841 [==============================] - 4s - loss: 0.0080 - val_loss: 0.3592
10841/10841 [==============================] - 4s - loss: 0.0091 - val_loss: 0.3685
10841/10841 [==============================] - 4s - loss: 0.0090 - val_loss: 0.3760
10841/10841 [==============================] - 4s - loss: 0.0087 - val_loss: 0.3619
10841/10841 [==============================] - 4s - loss: 0.0087 - val_loss: 0.3861

コードは↓
https://github.com/ryogrid/fx_systrade/blob/a31971596cdce218d8078bcd0bb9ceb729079df0/keras_lstm_trade.py

以下の記事を大いに参考にさせてもらいました。
ありがとうございます。

http://qiita.com/nzw0301/items/f486c9f1691c53816ee7

[続き的なもの]
http://qiita.com/ryo_grid/items/c8d2d268e3f0d64af1e6

ryo_grid
svengali,kikker,はてブおせっかい,TOFU-G,ひらめいったー,キャチボ,顔面偏差値スカウター, UZOMUZO等の作者.機械学習でシステムトレードしたりも.元の専門はHPC (修士).機械学習,分散システム, physical computing,仮想通貨, 投資とか好き.Scrum-Upプロジェクト参画中. ryo.contact[at]gmail.com
https://ryogrid.net
orylab
オリィ研究所は距離や身体的問題を克服し、あいたい人に会え、行きたいところに行ける未来を実現します。
http://orylab.com
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした