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