FX自動売買 -売買シグナルの洗練とストップロスの調整-

kapiparaです。

本日からFXの自動売買について記載します。

いままでの経歴はいつか詳細に記載しようと思いますが、いままでに10万円を1か月で300万円にするプログラム(EA)を作成したことがあります。

次なるEAを開発すべく現在鋭意開発中です。

現在開発しているEAの概要は以下の通り。

----------------------------------------------------------------------

【売買シグナル】

移動平均(5)と移動平均(20)と移動平均(40)が足の短い順かその逆順になったときに買、売を行う。

【ロスカット条件】

移動平均(20)を常にストップロスに指定。

【プロフィット条件】

なし

【バックテスト条件】

USDJPY5分

スプレッド6

tickstoryで生成

2017/1/1～2017/4/1の4か月

初期資金150000JPY

----------------------------------------------------------------------

結果↓

....

ハイ。全然だめです。

一瞬上がっていますが結局最後は0に漸近しています。

考察は簡単です。

①いいところ：赤線の間ばっちり利益がでています。

②悪いところ：中期と現在値が近い場所はひたすらスプレッド分とられます。

改善策としてはシンプルに中期と現在値が近い場合は取引しない(中期と現在値の乖離を条件に追加する)か、クローズの条件を中期線とのクロス以外に変更するという手があります。

次回は上記2点を試してみようと思います。

以上

ゼロから作るDeep Learning ~Pythonで学ぶディープラーニングの理論と実装~ 3章までの感想

良書と噂される(帯曰く5万冊売れている）「ゼロから作るDeep Learning」を読み始めた。

読了してから感想を書こうかと思ったが、濃厚な内容から最初の方を忘れてしまいそうなので、数回に分けて感想を書こうと思う。

お決まり(amazonリンク)

 読んだ本は↓の本です。

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

なぜ本書を読もうと思ったか

・Tensorflowを使って為替予測を行ったが、学習データ100％、テストデータ50％というお手本通りの過学習を起こしたたが、過学習が起こる仕組みと論理的な回避策(WEBに転がっているソースをコピペするのではなく勝つべくして勝てる理論)を考えられるようになるため。

・さらにブレイクダウンすると、誤差逆伝搬の計算方法とロジックを理解したいため。

・別の切り口として、初期値と学習率の論理的な決定方法を知るため。

・さらに、tensorflowをブラックボックスとして利用するには限界がきそうなので、Deep Learningを自分で実装できるようになるため。

目的は達成されたか？されそうか？

・章立てとして、目的を達成しうる目次があるため、今後に期待。現在3章まで読了したが、今のところ「目から鱗が落ちる」レベルの内容ではないし、目的も達成できていない。

(確かに非常にわかりやすく記載されていて、読みやすい)

・パーセプトロンとディープラーニングの違いは活性化関数だけ(前者はステップ関数で後者はシグモイド)という言葉はしっくりこず(自分のレベルが低いだけか?..)

・重みとは、即ちインプットデータの認識に対する重要度である(みたいな)記載にはなぜか「おっ」と思った。学習後のパラメータでどこの重みが大きいとか見たことなかったが、重みの値が大きいものだけを残してその重みをコピーして再度学習したりして、重要な重みを細分化すると認識精度が上がったりするのだろうか..

読みやすいですし、著者のDeep Learningへの愛がにじみ出ていて面白い本なので、引き続き読み進めようと思います。

以上

ブログ始めました

ブログを書こう。

そう思い立ったため、ブログを始めた。

ブログを始めようと思った理由はいくつかある。以下の通りだ。

・頭の中身を文章化するという練習になる

・備忘録としてどこかに文章を書いておきたい

・何かよくわからない可能性を感じる

・ブログを書くことでブログの次の大衆情報発信方法を思いつくかも

頭の中身を吐露し、誰かに知ってもらうということが目的ではなく、

頭の中身を文章化することを目的としている。

以下の内容をメインに書いていこうと思う。

・ディープラーニング

・Tensorflow

・SE業務の効率化

初日から飛ばすと疲れるので、本日は以上。