日本取引所グループ ファンダメンタルズ分析チャレンジに参加して
自分でシステムを作りテクニカル分析にのっとった売買ストラテジーにより運用益はプラスにはなっていますが、教科書に書いてあるような既存のテクニカル分析が教えてくれるサインはあまり有効的とは言えず(だましがあり、高値掴みになりやすく)、時に感覚で銘柄の売買をする場合もあることあり、傷口を広げてしまい1年以上銘柄を塩づけにしてしまったなどの失敗があります。銘柄売買ストラテジーを構築し根拠をもって、株の売買ができるというのが、トレード成績を上げる必須条件であると思っていたのですが、日本では米国に比べ個人がITやデータサイエンス系の知識を使いトレードをするということはあまり一般的ではないので、情報が少なく苦慮しておりました。
J-Quants の株式分析チュートリアルの出来が素晴らしかった。評価指標を選択した背景、累積調整係数による調整済み株価によるリークの可能性、詳しく知りたい人への参考文献などなど完成度が高い https://t.co/tTRbFs5gYj
— smly (@smly) January 31, 2021
3 コンペでやったこと
- 第1部 本決算発表後の、20営業日を経過した期間における、各銘柄株価の変化率上限、下限を予測する。
- 第2部 ある週の週初営業日に始値で購入、その週の週末営業日に売却するとした場合に高い利益を得るポートフォリオを組む。
第1部は、活動期間が1月下旬から3月下旬と2カ月ありました。1月下旬でしたが、モーニングサテライトで決算後の銘柄選別方法の特集がされていたので、そこで得た知識であったり、経験的に分かっていたことがあったのでそれらを実装してみようと思っておりました。しかしながら、実装するまでに主に下記の2点に苦労し思っていた以上に時間を消費してしまいました。
まず初めに環境構築から始めましたが、環境構築に予想外に時間を消費してしまいました。Versionなどを合わせないと、モデルの提出の段階でエラーがでるとのことでしたので、Docker環境を構築しましたがwindowsなので苦労しました。ただ、運営サイドの方、参加者のフォローがありclearできました。
次にモデルの提出ですが、サーバーに上げたあとにバッチ形式で実行されるためエラーが出力されてもよく分からず苦労しました。ただこちらも運営サイドの方、参加者のフォローをもらい、clearしました。
4 コンペに参加して学んだこと
第1部で学んだこと
- 日ごろの株価ボラティリティーは、決算発表後の株価の変動を説明する強い特徴量になる。普遍性がある。
- 日ごろの株価ボラティリティーが、高い銘柄ほど決算発表後の株価の変動が大きくなること
- 株価のような正規分布に従わないデータを扱う場合、使用する機械学習アルゴは決定木系がよい
- Testデータでの予測精度を向上されるには、特徴量の選択追加が効果大。決定木系のアルゴリズム(例LGB)の選択により多少予測精度は向上できる。
- 決定木系の特徴量寄与解析につかうSHAP分析
第2部で学んだこと
第6章の内容を簡単に要約すると
チュートリアルを実行してみましたが、自身の環境では再現性がなく出力される結果のばらつきが大きかったです。下記が6章で記載されたコードを200回実施し、2020年後半の週のfeaturesとweekly_fwd_returnsのspearman相関係数のヒストグラムを記載したですが、ベストのときは、0.6以上となりますがワーストのときは-0.4以下となります。ただし、200回の試行の平均をとったところ、spearman相関係数平均が0.07となっており正規分布の形が正数側に寄っているので、本チュートリアルの第6章で紹介された手法は、有意なアルファを見つける手法として有効であると思われます。
5 今後チャレンジしたいこと
(1) 保有銘柄ごとに株価データのボラティリティーの計算し、決算をまたいでホールドすることのリスク見積を行うシステムを作る。
(2) すでに学習させたモデルに現在週の日経新聞ヘッドラインを読み込ませ、次週のTOPICSが上昇するか、下降するか予測する。
6 コンペに参加しての感想
- We will deliver articles that match you
By following users and tags, you can catch up information ファンダメンタルズ分析の特徴 on technical fields that you are interested in as a whole
コメント