投資家さとしのひとりFintech

AI（人工知能）で億超えトレーダーを目指してます。

広瀬隆雄氏と藤沢数希氏が喧嘩？

広瀬隆雄氏と藤沢数希氏が、アメリカでビットコインをショートできるか、レバレッジがかけらるのかどうかについて色々とやりとりがありましたね。

 

僕は両氏ともとても尊敬してます。

 

広瀬氏は、金融マーケットや、それにまつわる歴史にとても造詣が深く、Market hack

は単に投資の参考になるだけでなく、歴史の勉強になります。藤沢氏は、クオンツ的な人なので広瀬氏とはタイプは全然ちがいますが、週刊金融日記を読めば彼がいかに知的で、マーケットでの実務経験や内部事情に詳しいことがよくわかります。

 

僕は数年間米系証券会社のマーケットに近い部署でクオンツ的な仕事をしていましたが、彼らほど優秀な人間は全くと言っていいほどいませんでした。

トレーダーは、市場関係者がよく知る迷信を、かわいい女子が占いを信じるがごとく盲信して、オラオラ言いながら他人の大金でトレードする人がほとんどでした。

セールスは、５年債、２年債、変動金利、の商品の金利リスクがどのように違うかを説明できないまま、平気で毎日売り買いに勤しんでました。

クオンツはオファービッドの大きさを考慮しないまま流動性のない金融商品のヘッジ戦略をたてて、ドヤ顔でトレーダーに説明したりしてました。

 

その人たちと比べるにはあまりに失礼なくらいに、広瀬氏も藤沢氏も間違いなく優秀です。彼らも人間なので、間違ったり、怒ったりすることもあるでしょうけど、あまり二人が言い合いをするのは見たくなかったですね。。

 

やり取りの結論としてなにが正しいかはわかりませんし、彼らには遠く及ばない僕が結論を出せる立場でもないですので、なんともいえませんが。。

 

 

Smart TradeのQuantXを使えば、アルゴリズムトレードモデルの開発と販売ができそうだ

今日、新聞を読んでいたら興味深いニュースを発見しました。Smart Tradeという会社が人工知能を使ったによるアルゴリズムの開発や販売のプラットフォームを提供するサービスQuantXをリリースしたんだそうです。

 

prtimes.jp

 

僕はAWSを使って、自分用にこのようなプラットフォームを作ろうと思っていました（僕がやろうとしていたのはもっとずっとしょぼいものですが）。それが、ここまでちゃんと出来てるとは知りませんでした。。これをうまく使えば、もう自分で仕組みを作ったり、システムを運用したりする必要はなくなりそうでとてもうれしいです。言語がpythonというのもいいですね。これで、モデル開発だけに集中できます。はやく自分のモデルをこちらに組み込みたいです。

 

ただ、いくつか確認しなければならない事があります。まず、XgboostとかKerasとかのパッケージが使えるのか、パラメータファイルをアップロードできるか、分析用のデータをダウンロードできるのか、などです。その辺を確認して、僕がすでに作成しているモデルを載せたいなと思っています。

 

ちょっとだけ心配なのは、利用者は過去のパフォーマンスを見てモデルを評価すると思いますが、モデル自体がその期間のデータを利用しているかどうかはわからないと思います。モデルが新しい場合、オーバーフィッティングをむちゃくちゃさせればいいので、パフォーマンスをよく見せることは技術的に簡単なので注意が必要ですね。そのへんの判断をモデルを評価する人や投資家はできないと、想定しているよりかけ離れたパフォーマンスになるかもしれないので気をつけないといけませんね。

株価データの取得先を変更しなければならい

ある日いつものように株価データをダウンロードしようかと思ったら、衝撃的なニュースを目にしてしまいました。なんと、株価データサイトさんが、２０１７年１２月末をもってサービスを終了させてしまうようです。。

k-db.com

 

僕は、株価データをこちらのサイトからダウンロードすることにしていたのでサービス終了はかなりショックでした。。

 

investor-satoshi.hatenablog.com

 

来月末までにデータの取得先とプログラムを変更しなければならないので、急遽取得先を変更しました。変更先は、無尽蔵さんというサイトにしようと思っています。

汲めども尽きない 無尽蔵／日経２２５先物 分足データー

 

こちらのサイトを参考にして選びました。

4ori.seesaa.net

 

実は、こちらのedtalabさんのサイトにしたかったのですが、保存形式がLZHファイルで、pythonで扱うのが難しく断念しました。。

株価情報日経225先物

 

今、プログラムの修正を急いでいます。なくはない話とは思っていましたが、こんなに早く訪れるとは思いませんでした。。

AIによる日本株アルゴリズムトレーディングはじめました

AIをつかった日本株のアルゴリズムトレーディングを昨日10月31日から開始しました。さて、ここまでの結果は・・・と発表したいところですが、実際の売買は今日まではまだやってません。というのも、AIのアルゴリズムが「今日の買い銘柄なし」という判断をしたからです。まだ買ってはいませんが、一応、目標の10月運用開始が達成できて良かったです。。

 

investor-satoshi.hatenablog.com

 

どのようなAIアルゴリズムかというと、過去データをいくつかの種類にわけて、それぞれに、ニューラルネットワーク（ディープラーニング）、CNN、LSTM、Xgboostにぶっこみ、答えをもらいます。あらかじめ、過去5年分ほどのデータを学習させていて、それぞれが答えをだしてくるので、それを総合評価して売買します。基本的に短期売買です。でも、毎日売り買いするとは限りません。AIが何も買うなといったら何も買いません。

 

TOPICSに対するアルファと絶対リターンを追求していますので、比較対象は2017年10月31日のTOPICS終値としてモニターしようと思います。9月に1000万円用意しておきながら、放置していましたが、準備が整ってやっとスタートできました。早く良いパフォーマンスが見せられればいいなと思います。笑

 

investor-satoshi.hatenablog.com

AIで日銀総裁の表情解析して政策予想をするだと？

昔、女性のベテラン弁護士が書いた離婚調停に関する記事を読んだんですが、それにはこうありました。

男性の浮気はバレます。ちょっとした日常の変化で女性はそれに気づくというのです。この場合は、自分の非を認め誠実に謝ることが重要だそうです。それに対し、女性の浮気はバレないそうです。男性は、そうした日常のちょっとした変化に気づくことができないようだとのことです。そして、女性は浮気は隠し通すことが重要だそうです。なぜなら、女性の浮気は離婚に直結するからだとのことです。

 

一般論としても、直感的にも、たしかに女性の方がわずかな変化に気づく能力が高い気がします。身体能力が一般に男性の方が高いのは、狩猟民族時代の進化の過程で獲物を獲得できる能力が高くなったからだそうですが、女性も家庭を平和に守るという能力が進化の過程で高くなっているんではないでしょうか。身体能力に比べ数値化しにくいですが。

 

そいういった女性の能力は非言語コミュニケーションの高さが重要なのではないかと思います。言葉の論理的な意味そのものよりも、嘘をつくときのちょっとした間とか、表情の変化とか、そういった変化に対するセンサーの感度が高いというのが重要だと思います。嘘をつくことはコントロールできても、動揺が顔に現れることというのをコントロールするのは難しいですからね。

 

そういった意味で、日銀総裁の記者会見を文字起こして、テキスト化したものを分析するよりも、記者会見での表情から彼の本当の主張や心理状況を読み取ろうとする試みは面白いですね。

 

jp.reuters.com

 

人工知能というと汎用的な知能を想像してしまう人がいますが、うまく応用できている分野というのはごく限られています。最も成功した分野の一つが画像認識です。手書き文字認識や顔認証などは今後もあらゆるところでAIが活躍していくと思いますが、こういった表情解析というのも面白いですね。もしかするとテキスト解析よりもうまくいくのかも。まあ、現実に応用できるかはわかりませんが。笑

ランダムフォレストをクビにしてCNNとLSTMを導入し、相対リターンを説明するためのデータを用意した

AIを使って日本株のトレーディングをしようと思ってます。でも、なかなか現実的なモデルができません。絶対リターンが高くなるには、いつ、どの銘柄を買えばいいかについて学習させたところ、パフォーマンスのいいモデルを作ることはできました。

ただ、ちょっとしか買っちゃだめな日と、ありえないくらい大量に買わなければいけない日がでてきて、現実的に運用が難しいということがわかりました。ある日は１００万円の投資額で、ある日は３億円の投資額といった感じです。

investor-satoshi.hatenablog.com

 

ということで、ある日に何百銘柄買うということがあってとしても、それらから優先的にどの銘柄を選べばいいのかを分析するAIも作っています。簡単にまとめると以下のようなデータ・セットとモデルを準備しました。

 

データ１：短期的なデータ・絶対リターン

データ２：長期的なデータ・絶対リターン

データ３：短期的なデータ・相対リターン

データ４：長期的なデータ・相対リターン

 

モデル１：xgboost

モデル２：ニューラルネットワーク

モデル３：CNN

モデル４：LSTM

 

データは、今まで絶対リターンのみでパフォーマンスをみていましたが、相対リターンについてを説明するようなデータ・セットを用意しました。たとえば、同じ1%のリターンでも、期間の平均が2%だったら悪く評価し、期間の平均が0％だった高く評価するものです。これにより、購入候補の銘柄が多い場合でも、どの銘柄を選択すべきかの基準ができるようになります。

 

モデルでは、ランダムフォレストはパフォーマンスがイマイチだったのでクビにして、ニューラルネットワークのCNNとLSTM新たに加えました。

 

これらのデータセットとモデルで新しく分析し直しています。うまく行けばいいですが。。

 

追記：いまのところデータ４はどのモデルでもうまくいかないことがわかりました。笑

9月の運用開始は断念して10月を目標にした

AIによる日本株の運用を9月から開始しようと思っていましたが、残念ながら間に合いませんでした。。いつ、どの株をかえばいいか、というモデルを作り、それ自体はシュミレーション上ではうまくいきそうなものの、日によって相当な資金を用意しなければならないので、現実的には実現が難しいことがわかったからです。

 

investor-satoshi.hatenablog.com

 

運用をするのは目的ではなく、金持ちになるための手段なので、現実的にうまくいきそうもないものをわざわざ見切り発車するつもりはありません。しかしながら、9月運用が開始できなかったのは、単純に悔しいです。

 

一日の投資額をある程度均一化できるようなアイデアが見つかったので、それをとりあえずためしてみることにしました。「いつ、どの株を買うべきか」という分析を「一定の投資範囲の中で、いつ、どの株を買うべきか」という分析に変えてやり直します。

 

まだまだ、先は遠い。。