MASAOKA

アスペルガー的発想からの独り言から、進歩しました。 https://sns.masaoka.jp/

人工知能とディトレード (3)

| 0件のコメント

続きです。

データをインポートしてから
テスト用と、学習用のデータに分けます。

ディープラーニングは、過学習に陥ることがあるので
その状態になっていないかチェックする為に、テスト用と、学習用のデータの二つを持つわけです。

splitボタンを押して、Createを押します。


学習モデルをframe_0.750を使います。クリックします。

そして、Build Modelを選択して、学習モデルを選びます。


学習アルゴリズムの選択になりますので、Deep Learningを選択して、Build Modelです。

次は、ハイパーパラメータの設定で

例として

活性化関数 : RectifierWithDropout
隠れ層 : 50,25
epoch(=学習回数) : 1000
input_dropout_raito : 0.1
l1 : 0.001
l2 : 0.001

で、設定しています。


設定ができたら、一番下のBuild Modelを選びます。

そうすると、計算がスタートします。

私のマシンでは、11秒ほどでした。
結果は、下のViewを押します。

上が、学習データによる結果で、下がテストデータでの結果です。

予想は、買いが19回 売りが3261回と 売りが圧倒的に多いです。まぁ、下がり続けた期間が多いので、当然かも
正解率は、学習用データで49% テスト用データで49%で、似たような感じです。

実は、続きがあって、その予想の正解率を上げる方法があるのです。
というのは、因子数が増えると、つまり、野村の株価を予想するのに、ドル円相場のデータとか
他のデータも追加すると、67%近い正解率になります。

それでもって、色々やっていくと、96%近い、ほぼパーフェクトというぐらいまで、精度を高めることも可能なのです。
ここら、あたりは、自分所が、使ってます。興味がある人は、色々試して見てください。

コメントを残す

%d人のブロガーが「いいね」をつけました。