ふと見ると、約10か月ぶりの投稿ですｗ
ディープラーニングをFXに応用する研究をしていましたが、なかなか良い結果がでません・・・
なので半年くらい研究とFXから離れて（ゲームして）遊んでいました。
暫く離れて冷静になることで、ダメだった原因が浮かんできます。
- 入力データが単純すぎたこと
- 結果（上がった/下がった）の出し方が単純すぎたこと
- モデルが単純すぎたかも？（これについてはスキル不足の為触れない事にします）
1.入力データの問題
機械学習と異なり、ディープラーニングではデータから特徴の抽出を自動で行います。したがって”なんとか生データだけで予測できないか”と考えていました。
LSTMでは（例えば）過去50本の価格変動から特徴を抽出して次（1本ずれた）の50本の特徴抽出に引き継いで再度特徴抽出していきます。
なのでデータ内にない数値は特徴には反映されません。
しかし例えば、サポート/レジスタンスラインがFXの価格変動に対して影響を及ぼしていることは経験的に明らかですが、データとして入力できていない可能性が高いです。（株でいうと年初来最高値が考慮されない感じでしょうか）
このように、”捉えきれていない重要データ”は他にもたくさんある可能性があります。
2.結論の出し方の問題
50本の入力データに対して、結果が上がった/動かなかった/下がったを定義する必要があります。
これを「バーn本後にXpip上がっているか」で結果としていました。
計算上n=1で研究を行っていましたが、冷静になった今考えるとすごく乱暴な結論の出し方です。
そこで一旦ディープラーニングから離れて、インジケータのシグナル研究に戻ることにしました。
見方を変えると「ディープラーニングの入力データの研究」であるともいえます。
さすがに、生のローソク足データだけでは推論は無理なんじゃないかと・・・((´∀｀*))ヶﾗヶﾗ
入力データの研究が成功すればディープラーニングに戻ってくる予定です。
ただし、ディープラーニング抜きで推論（上がる/静観/下がる）できるようになっていれば、わざわざディープラーニングを使う意味がなくなりますけどねｗ