Kerasを使った株の利益を計算（ディープラーニング）

2018年（社会人14年）

2021.03.16 2018.08.25

PytorchはLSTMが難しいらしいし、TensorFlowも難しいので未挑戦です。

Kerasは、TensorFlowのラッパークラスだけどAIライブラリの中で一番簡単です。

ということでディープラーニングを学ぶために、Kerasを使って少しずつ学習を進めています。

【5回目】Kerasを使ったMatplotlibのグラフ整形と日本語表示（ディープラーニング）
【4回目】Kerasのモデル保存・利用（ディープラーニング）
【3回目】Kerasを使って活性関数・目的関数・最適化手法をまとめる
【2回目】KerasのFunctional API Modelの構造を理解する
【1回目】はじめてのKerasを使った株価予測（ディープラーニング）

今回は株の利益を計算してみます。

で、LSTMによる正解率は？
株価の上下動が当たる確率
で、次は？

で、LSTMによる正解率は？

よく見ると、「AIの予測値」と「実際の株価」が一日ズレて表示されているようです。

要するに後出しジャンケンです。

LSTMは「一つ手前のデータと、これまでのパターンから次の値を予測する」ことをやってます。

実はこの場合、ただ単に一つ手前のデータをコピーして返しているだけなので株価予測には使えません。

試しに、株価の上下動が当たる確率を計算してみましょう。

どうやって計算すれば良いのか？

悩みましたが、ネットでサンプルコードを発見し改造しました。

# 株価の上下動が当たる確率を計算
def accuracy(original, predicted):
    good = 0
    maxlen = len(original)
    for i in range(0, maxlen - 1):
        if np.sign(original[i+1] - original[i]) == np.sign(predicted[i+1] - predicted[i]):
           good += 1
    print ("accuracy = {0:.2f}".format(float(good) / (maxlen) ) )

# 株価の上下動が当たる確率を計算

def accuracy(original, predicted):

good = 0

maxlen = len(original)