発表資料(PPT)

Download Report

Transcript 発表資料(PPT)

株価予測システムの作成とその
有効性の検証
H208007 伊奈 敬哉
H208057 都築 諒
動機
• 株価予測システムを自分たちで作成してみた
かった
• ゼミで学んだデータマイニングの知識を活用
したかった
研究目的
• 株価予測システムの作成
・株を買う為の一つの目安になる
・実用的である
• 自分たちが、株についての知識を得る
株価予測システムの概要
• ニューラルネットワークで株価予測を行う。
予測は、5日後の株価が3%上がるかどうか
を判断する
• テクニカル分析を用いると精度が高い予測が
できると考えたので用いた
テクニカル分析
• トレンド系テクニカル分析
株価の上昇や下降の傾向を表す
• オシレーター系テクニカル分析
株が売られすぎ、買われすぎかを表す
トレンド系テクニカル分析
本研究で用いた指標:
・一目均衡表
ある時間幅における株価の高値と安値の目
安を示す
・移動平均線
株価の平均的な動きを示す
オシレーター系テクニカル分析
• 本研究で用いたもの:
RSI(Relative Strength index)
過去の株価の値動き幅に対して相対的な上
昇下降の割合を示す
ニューラルネットワーク
本研究で用いたツール
プログラミング言語:R
使用したライブラリ:nnet
入
力
デ
|
タ
出
力
デ
|
タ
入力層
出力層
中間層
ニューラルネットワーク

基本形
入力層・・・始値、終値、出来高、日経平均株価の始値、
終値 (予測変数は計5個)
出力層・・・3%「上がる」か否か(基準変数は1個)
この基本形にテクニカル指標を予測変数に
加えたものも考える



RSIを加えると予測変数は6個
一目均衡表あるいは移動平均線を加えれば予測変
数は7個
RSIと一目均衡表あるいは移動平均線を加えれば予
測変数は8個
システムの流れ
検証
以下のデータを用いて株価予測のシステムの検
証を行う
• 学習用データ:2010年9月28日~2011年9月28
日(246日分)
• 検証用データ:2011年10月28日~2011年12月
12日(30日分)
対象企業:トヨタ自動車、日産自動車、JR東海
トヨタ自動車を中心に同業と異業で予測し、どち
らとも正確に予測できるかを確かめるため
ベースライン
学習データと検証データにおいて「5日後に
3%以上株価が上がった」日数
学習データ
検証データ
(246日分)
(30日分)
トヨタ自動車
37日(15%)
8日(27%)
日産自動車
53日(22%)
5日(17%)
JR東海
34日(14%)
7日(23%)
検証結果(ニューラルネットワーク)
トレンド系
オシレーター系
トレンド系&
オシレーター系
テクニ
カル分
析なし
一目均
衡表
移動平
均線
RSI
一目均
衡表&
RSI
移動平
均線&
RSI
会社別
合計
トヨタ
73%
63%
73%
63%
63%
73%
68%
日産
83%
80%
83%
83%
77%
87%
82%
JR東海
70%
77%
73%
77%
80%
73%
75%
テクニカ 75%
ル指標
別合計
73%
76%
74%
73%
78%
予測値と実際の株価の動きの一致率
サポートベークターマシーン
• ニューラルネットよりも分類に優れているとい
うサポートベクターマシーンを用い、株価予測
を行う
• ニューラルネットワークと比較する
• 予測変数、学習データ、検証データはすべて
ニューラルネットワークと同じ
検証結果(サポートベクターマシーン)
トレンド系
オシレーター系
トレンド系&
オシレーター系
テクニ
カル分
析なし
一目均
衡表
移動平
均線
RSI
一目均
衡表&
RSI
移動平
均線&
RSI
会社別
合計
トヨタ
63%
40%
57%
30%
27%
47%
44%
日産
53%
50%
57%
47%
53%
60%
53%
JR東海
76%
63%
70%
67%
77%
70%
70%
テクニカ 64%
ル指標
別合計
51%
61%
48%
52%
59%
予測値と実際の株価の動きの一致率
考察(ニューラルネットワーク)
• テクニカル分析の有無があまり関係ないのは
株価予測に重要なテクニカル分析を入力でき
ていないからと考えられる
• 一目均衡表とRSIを組み合わせたニューラル
ネットワークがJR東海だけ優れているのは、
動きが激しい変動に強いことがわかる
• また、移動平均線とRSIを組み合わせたニュー
ラルネットワークは穏やかな変動に強いこと
がわかる
考察(サポートベクターマシーン)
• テクニカル分析なしの予測がよかったのは、
本研究で用いたテクニカル分析は株価予測
に有効な予測変数ではなかったと考えられる
• テクニカル分析を使用した中で、移動平均線
が比較的良かったのは過去の動きをシンプ
ルに分析するので株価を予測するのに適し
ていると考えられる
考察
• ニューラルネットワークがサポートベクターマ
シーンより精度が高いのは、上がると予測す
る回数が少なかったからと考えられる
• しかし、ニューラルネットワークもベースライン
を超える結果が少なく、実用的ではない
• 株価予測の本質を捉えられず、予測変数に
有効な変数を与えられなかった。
展望
• 株価予測に有効な予測変数を考える必要があ
る
• 3%以上の上昇だけではなく、3%以上下降する
ことの予測ができれば、実用的だろう
• いろいろなテクニカル分析による指標をいろいろ
試して、有効な指標だけを予測変数とする株価
予測システムをつくる、ということも考えるべきで
あった
コメント、質問お願いします。
一目均衡表
一目均衡表
転換線 転換値=(当日を含む過去9日間の最高値+9日間の
最安値)÷2
基準線 基準値=(当日を含む過去26日間の最高値+26日間
の最安値)÷2
先行スパン1(転換値+基準値)÷2を、当日を含む26日未来に
プロット。
先行スパン2(当日を含む52日間の最高値+52日間の最安値)
÷2を、当日を含む26日未来にプロット。
遅行スパン 当日の終値を、当日を含む26日過去にプロット。
一目均衡表
• 株価が雲の上にあると雲に反発し株価は上
がる傾向にある
• 株価が雲の中にあると株価は雲の中に留ま
る傾向にある
• 株価が雲の下にあると雲に反発し株価は下
がる傾向にある
移動平均線
青が短期移動平均線
赤が長期移動平均線
移動平均線
• 過去の株価の終値の平均を日数で割ること
によって求められる。日数は一般的に長期と
短期の2種類
• 短期が長期を上から下に突き抜けた状態が
下落傾向のサイン(デットクロス)
• 短期が長期を下から上に突き抜けた状態が
上昇傾向のサイン(ゴールデンクロス)
RSI
RSI
• 過去の値動き幅に対する上昇下降幅の割合
をグラフ化したもの
• 30%以下が売られ過ぎ、70%以上は買われ
過ぎの水準である
株について




株価予測は社会全体の動き(地震など)や、
その会社から発せられる報告(赤字予想な
ど)によって大きく変わる
株を始める時は証券口座を開設して行う
トレード方法は、デイトレード、スキャルピング、
スイングトレード、ポジショントレード、長期保
有と言った様々な方法がある
株はトレードだけでなく、株主優待がある
一目均衡表を採用した理由
• 総合的に傾向をとらえる正確に予測できると
考えたから
• 非常に人気の高くよく使われているテクニカ
ル分析だから
移動平均線を採用した理由
• 株価の傾向をとらえやすい
• 単純でわかりやすい
RSIを採用した理由
• 心理的指標ともいわれ、その時点での株価
が過去のデータと比較して高い(安い)かどう
かがわかりやすい
• トレンド系テクニカル分析とは違う分析である
ため、トレンド系の指標と比較する価値があ
る
• トレンドの転換点がわかりやすい。そのため、
トレンド系テクニカル分析と組み合わせれば
正確に予測できると考えた
ニューラルネットワークの理由
• 研究当初は、実数値で予測していたから
• ゼミで学んだ、データマイニングだから
• さまざまな値を入力層に入れることができる
ため
実際の株価変動(トヨタ)
トヨタ
[1,] 0
[2,] 0
[3,] 0
[4,] 0
[5,] 0
[6,] 0
[7,] 0
[8,] 0
[9,] 0
[10,] 0
[11,] 0
[12,] 0
[13,] 0
[14,] 0
[15,] 0
[16,]
[17,]
[18,]
[19,]
[20,]
[21,]
[22,]
[23,]
[24,]
[25,]
[26,]
[27,]
[28,]
[29,]
[30,]
1
1
1
1
1
1
1
1
0
0
0
0
0
0
0
実際の株価変動(日産)
日産
[1,] 0
[2,] 0
[3,] 0
[4,] 0
[5,] 0
[6,] 0
[7,] 0
[8,] 0
[9,] 0
[10,] 0
[11,] 0
[12,] 0
[13,] 0
[14,] 0
[15,] 0
[16,]
[17,]
[18,]
[19,]
[20,]
[21,]
[22,]
[23,]
[24,]
[25,]
[26,]
[27,]
[28,]
[29,]
[30,]
1
1
1
1
1
0
0
0
0
0
0
0
0
0
0
実際の株価変動(JR東海)
JR東海
[1,] 0
[2,] 0
[3,] 0
[4,] 0
[5,] 1
[6,] 1
[7,] 0
[8,] 0
[9,] 0
[10,] 0
[11,] 0
[12,] 0
[13,] 0
[14,] 0
[15,] 0
[16,]
[17,]
[18,]
[19,]
[20,]
[21,]
[22,]
[23,]
[24,]
[25,]
[26,]
[27,]
[28,]
[29,]
[30,]
0
0
0
0
1
1
1
1
0
0
1
0
0
0
0
検証結果(トヨタ自動車)
トヨタ自動車
上がると予測し、 上がらないと
的中した(/8日) 予測し的中し
た(/22)
上がると予測
し的中しな
かった
上がらないと
予測し的中し
なかった
テクニカル分
析なし
0日
22日
0日
8日
一目均衡表
6日
13日
9日
2日
移動平均線
0日
22日
0日
8日
RSI
0日
19日
3日
8日
一目均衡表
&RSI
4日
15日
7日
4日
移動平均線
&RSI
0日
22日
0日
8日
検証結果(日産自動車)
日産自動車
上がると予測
し的中した(/5
日)
上がらないと
予測し的中し
た(/25日)
上がると予測
上がらないと
し的中しなかっ 予測し的中し
た
なかった
テクニカル分
析なし
0日
25日
0日
5日
一目均衡表
0日
24日
1日
5日
移動平均線
0日
25日
0日
5日
RSI
0日
25日
0日
5日
一目均衡表
&RSI
3日
20日
5日
2日
移動平均線
&RSI
1日
25日
0日
4日
検証結果(JR東海)
JR東海
上がると予測
し的中した(/7
日)
上がらないと
予測し的中し
た(/23日)
上がると予測
上がらないと
し的中しなかっ 予測し的中し
た
なかった
テクニカル分
析なし
5日
17日
6日
2日
一目均衡表
4日
19日
4日
3日
移動平均線
2日
20日
3日
5日
RSI
4日
19日
4日
3日
一目均衡表
&RSI
4日
20日
3日
3日
移動平均線
&RSI
1日
21日
2日
6日
検証結果(トヨタ自動車)
トヨタ自動車
上がると予測し、 上がらないと
的中した(/8日) 予測し的中し
た(/22)
上がると予測
し的中しな
かった
上がらないと
予測し的中し
なかった
テクニカル分
析なし
0日
19日
3日
8日
一目均衡表
8日
4日
18日
0日
移動平均線
0日
17日
5日
8日
RSI
0日
10日
12日
8日
一目均衡表
&RSI
8日
0日
22日
0日
移動平均線
&RSI
7日
7日
15日
1日
検証結果(日産自動車)
日産自動車
上がると予測
し的中した(/5
日)
上がらないと
予測し的中し
た(/25日)
上がると予測
上がらないと
し的中しなかっ 予測し的中し
た
なかった
テクニカル分
析なし
2日
13日
12日
2日
一目均衡表
0日
16日
9日
5日
移動平均線
2日
15日
10日
3日
RSI
3日
9日
16日
2日
一目均衡表
&RSI
0日
16日
9日
5日
移動平均線
&RSI
1日
15日
10日
4日
検証結果(JR東海)
JR東海
上がると予測
し的中した(/7
日)
上がらないと
予測し的中し
た(/23日)
上がると予測
上がらないと
し的中しなかっ 予測し的中し
た
なかった
テクニカル分
析なし
0日
23日
0日
7日
一目均衡表
2日
18日
6日
4日
移動平均線
0日
21日
2日
7日
RSI
1日
19日
4日
6日
一目均衡表
&RSI
3日
20日
3日
4日
移動平均線
&RSI
0日
21日
2日
7日