プログラミングで投資の分析ができる？
機械学習で為替を予想できる？
コードはどうしたらいいの？
という悩みを解決できる記事になっています。
なぜなら、私はプログラミング言語Pythonで
投資の分析をしているからです。
結論だけ言うと、
FXのレートを予測するのは可能です。
この記事ではPythonでFXのレートを予測する方法を紹介します。
読み終えていただければ、
機械学習でFXのレートを予測できるようになります。
※おすすめの勉強本
プログラミングで投資の分析をするなら必読の一冊！
実例やチャート付きでPythonを学べます。
Pythonのインストール方法から学べるので
これから始める人にもおすすめです。
機械学習でFXを攻略して大勝したい
過去の記事ではPythonの機械学習を使って
株式や仮想通貨の価格予想をしました。
これをFXに活用すれば、稼げるのではないかと
考えたのが始まりです。
別の記事ではFXのデータを取得する方法を紹介しました。
さらに機械学習で予測モデルを作る方法まで紹介しています。
今回はいよいよ機械学習でFXのレートを予測します。
通貨ペアはEURUSD、時間足は15分足にしました。
データ数は993個です。
終値で機械学習を行いますが、小数点以下の桁数が多いと
計算に支障が出るので、整数に直しています。
データの8割を学習に使用してモデルをつくりました。
機械学習部分のコードは前回の記事をご覧ください。
今回は次のレートを予測するコードになります。
前回のコードに続けて書くと使えます。
new_df = fx_df.filter(['close'])
last_60_days = new_df[-60:].values
#Scale the data to be values between 0 and 1
last_60_days_scaled = scaler.transform(last_60_days)
#Create an empty list
X_test = []
#Append teh past 60 days
X_test.append(last_60_days_scaled)
#Convert the X_test data set to a numpy array
X_test = np.array(X_test)
#Reshape the data
X_test = np.reshape(X_test, (X_test.shape[0], X_test.shape[1], 1))
#Get the predicted scaled price
pred_price = model.predict(X_test)
#undo the scaling
pred_price = scaler.inverse_transform(pred_price)
print(pred_price)機械学習ではじき出された予測レートは1.12448
実際のレートは1.13098（2022.2.15 4:00）なので
誤差は0.6%ですね。
人が予想するよりはるかにいいと思います。
今回は15分足でしたが、
日足など長時間足にすると投資を放置しても
稼げるかもしれません。
※おすすめの勉強本
プログラミングで投資の分析をするなら必読の一冊！
実例やチャート付きでPythonを学べます。
Pythonのインストール方法から学べるので
これから始める人にもおすすめです。
ここまで読んでくださりありがとうございました。^^