人工知能学会金融情報学会第18回での発表について

Ai Trader

1. トレードについて

2009年 私はトレーダーになるべく、FXトレーディングスクールに通っていた。そこでのトレードは緻密にチャートを分析して、勝率の高いエントリを探し、値動きを注視するようなものだった。手法を覚え2~3か月のころ、私の勝率は95%に到達。20連勝を修めた。
チャートに注目したトレードであることは間違いなく、その中でもチャートの形にこだわって行っていた。少し詳しい方なら、トレンドライン、三尊、ダブルトップ、フラッグなどの話題は目にされた事はあるでしょう。下の画像が典型的なチャートパターンです。

2. 動機・・・チャート画像を機械学習したらどうなるの?

・2012年にGoogle猫の話題を見て、チャート画像を機械学習したらどうなるのかという疑問を持ちました。

・チャート画像を右図のようなニューラルネットに入力することにより、自然と中間層に勝つときのパターンが表れてくるはずだと考えました。
deep learningの特徴は人間が気が付かないような特徴を抽出する事。ここから世間で語られていない全く新しい取引方法が見いだせる可能性があると考えた。その抽象的な勝ちパターンを覚えたニューラルネットは知性を持ったトレーダーの入り口になるのではと信じ、今回の検証に至りました。

準備・構成

・右構成図のような仕組みを複数マシン間で連携して構築した。

1.チャート画像取得プログラム MQL4 C++
2.Chainer CNN 学習プログラム Python
3.結果検証DBプログラム Python Postgres Excel

・チャートデータは2005~2016 USD/JPY 30万枚
・一年あたり約24000
・画像サイズは654×418 ピクセル

取得したチャートのスクリーンコピーの次(15分後)の画像で、5PIPS以上上がっていれば1(BUY) 5PIPS以上下がっていれば  -1(SELL) 5PIP以内であれば0(何もしない)をラベリングしています。
例 -12008#01#22#21#00.png 12008#01#22#21#30.png (チャートの左端時間)

チャートデータの割合は、0が70% 1(BUY) 15% -1(SELL) 15% の割合になっています。