ホーム » 株価予測

株価予測」カテゴリーアーカイブ

TensorFlow RNN ( LSTM / GRU ) で NY ダウ株価予測

TensorFlow RNN ( LSTM / GRU ) で NY ダウ株価予測

基本モデルと実装

RNN (Recurrent Neural Network) は自然言語処理分野で最も成果をあげていますが、得意分野としては時系列解析もあげられます。定番ですが Yahoo Finance が Web で提供している株価情報をベースに RNN で株価予測をしてみました。

使用した RNN ネットワークのアーキテクチャは今回はシンプルなものとして深く積層せずに LSTM と GRU で個別に試しています。window サイズは取り敢えず 10 としましたが再考は必要です。実装はもちろん TensorFlow ですが、MAE (Mean Absolute Error, 平均絶対誤差) の算出には sklearn を使用しています。

提供される情報カラムは Daily で Open, High, Low, Close, Volume, Adj Close ですが、今回は Adj Close prices を使用しました。2000 年 1 月 1 日から 2016 年 10 月 31 日までのデータを取得しています。データの割り振りはトレーニングに 90 %、verification に 5 %、そして予測に 5 % を使用しました。つまり最後の約 10 ヶ月分を予測に回していることになります。(トレーニングの収束は高速です。)

予測誤差が小さい例

(1) アップル社

最初に予測が比較的きれいに当てはまった例を幾つかあげておきます。
まず、以下はアップル社の Adj Close の実値をそのままグラフにしたものです :
apple

そして以下は予測曲線を重ね合わせたものですが、誤差によるズレが殆どないのでこれだけでは分かりにくいので :
lstm_predict_apple

予測期間を zoom in してみた画像が以下です。
LSTM における MAE は 1.042638 ; GRU では 1.060532 でした :
lstm_predict_apple2

 
(2) SONY 社
lstm_predict_sony

MAE: 0.428332 :
lstm_predict_sony2

 
(3) Yahoo 社
lstm_predict_yahoo
MAE: 0.080035 :
lstm_predict_yahoo2

予測誤差が大きい例

予測誤差が小さい例だけを見ていると上手くいっているのか判断しづらいので、誤差が大きい例も見てみます。
直感的には stationarity の考慮が必要なものと思われます。

(1) Amazon 社

以下は、実数曲線に予測曲線を重ね合わせたものです :
lstm_predict_amazon

そして zoom in した画像です。MAE は 198.287123 です :
lstm_predict_amazon2

 

以上

AI導入支援 #2 ウェビナー

スモールスタートを可能としたAI導入支援   Vol.2
[無料 WEB セミナー] [詳細]
「画像認識 AI PoC スターターパック」の紹介
既に AI 技術を実ビジネスで活用し、成果を上げている日本企業も多く存在しており、競争優位なビジネスを展開しております。
しかしながら AI を導入したくとも PoC (概念実証) だけでも高額な費用がかかり取組めていない企業も少なくないようです。A I導入時には欠かせない PoC を手軽にしかも短期間で認知度を確認可能とするサービの紹介と共に、AI 技術の特性と具体的な導入プロセスに加え運用時のポイントについても解説いたします。
日時:2021年10月13日(水)
会場:WEBセミナー
共催:クラスキャット、日本FLOW(株)
後援:働き方改革推進コンソーシアム
参加費: 無料 (事前登録制)
人工知能開発支援
◆ クラスキャットは 人工知能研究開発支援 サービスを提供しています :
  • テクニカルコンサルティングサービス
  • 実証実験 (プロトタイプ構築)
  • アプリケーションへの実装
  • 人工知能研修サービス
◆ お問合せ先 ◆
(株)クラスキャット
セールス・インフォメーション
E-Mail:sales-info@classcat.com