実験記録（メモ）

2022年

2月11日

新しいトレンドの定義として、n+1 ~ n+objective_lengthまでの終値の平均をh1、n+objective_length + 1 ~ n+objective_length*2までをh2として、h2/h1-1を考え、LSTMモデルで従来の方法で予測した結果、ほとんど正しい結果を得られなかった。（相関係数が-0.032)

気付きは二つある。まずこのトレンドの定義の方がエントリーポイントの判断として適切である＝未来に対する情報量を多く含んでいること。そしてそれが故に過去のデータからではほとんど判別できないこと。（例えば^N225の一分足に対して過去40分におけるトレンドとその次の40分におけるトレンドの相関係数は-0.0012)

横軸がprediction、縦軸がlabelを表す

2月15日

現在抱えている問題

①：保存したmodelをどのようにするか未だよく分かっていない。保存したmodelの利用方法が曖昧。返り値の意味がなんなのかすら正直分かっていない。結構詰まっている

②：mt4側において売買システムを構築すること。いくら予測が正しくても、適切に損切りして資金管理のできるシステムじゃないと破綻する。人が見ていない時でも適切に動くように細部まで拘って丁寧に作らなければいけない

解決した問題：mt4からPythonに欲しいデータを正しく送信できるようになった。あとはmt4と通信を行うオブジェクトを完成させることとその動作テストを行うことが課題

注意すべきこと：学習させるデータが膨大かつ複雑なので、予想もしていなかったような形の誤ったデータに基づいて学習していることがある。学習させる前に自分の整形したデータがどのようになっているのかを責任をもって確かめなくてはならない。

keras_rlは使いづらかったので、明日はtf_agentsを用いてモデルを作り替えようと考えている

2月17日

今まで使ってたAnacondaの環境(open_ai_gym)の中に入ってるライブラリのcompatibilityがごっちゃごちゃになって今まで動いていたコードすら動かなくなってしまったので、今の環境を捨てて新しく構築することにした。今度は二度とconda installを使わないことを心がけよう、、

2月19日

tf_agentsを用いて環境を再構築しているが、keras_rlとは大きく仕様が異なるうえに情報が全然ないので困っている。予想していたよりも長い時間がかかりそうである。