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
© Copyright 2024 ExpyDoc
