このサイトについて 推奨銘柄無料公開ブログ

このサイトについて

small.jpg

当サイトでは機械学習を使った株価の予測情報を公開しています。


当サイトで使用しているAIについて

統計的機械学習を用いて1カ月先の株価を予測します。
フォワードテスト(検証期間は2011年2月8日から2014年8月1日)の結果は、一トレードの平均リターンは2.78%、年利換算すると日経平均プラス11.88%のリターンが得られました(空売りを行っていないのでリターンは日経平均に連動します)。ただしこれらの数値は手数料(一トレード毎に約定金額の0.1~0.2%程度かかります)やマーケットインパクトなどを考慮していないので、実際のリターンはもう少し小さいものになります。
フォワードテストにおける予測の勝率は57.83%でした。AIを用いた実際のファンドが実務で求められる勝率は55%だと言われている[1]ので、当サイトの57.83%という勝率は十分に実務で使用可能なレベルであると思われます。

トレード100回毎に計算した勝率の時系列変化をグラフにし、さらにノイズを除去するため長さ10の移動平均を取ったグラフが下記になります。
winning_percentage.jpg
勝率が0.5(50%)を下回っている時期もありますが、大部分は0.5以上の値になっており、ランダムな予測ではないことが解ります。

参考までに、投資顧問サービスを提供しているフィスコマーケットマスターズと比較してみます。フィスコマーケットマスターズは月額10800円でアナリストの予想を閲覧することができる投資顧問サービスです。2014年8月30日現在、フィスコマーケットマスターズのサイト全体での予測の勝率は57.4%となっています。

また、投資判断に機械学習を使用しているRebellion Researchというヘッジファンドがあります。インタビュー記事や公式HPによれば、Rebellion Researchは一カ月以上の長期投資を中心に行っており、予測には統計的機械学習を使用しているようです。

Rebellion Researchの2007~2010年のリターンは以下のようになっています[2][3]。
Rebellion ResearchS&P500
200717%3.55%
2008-26%-38.47%
200941%23.49%
201020%12.64%
平均13%0.3%
※2011年以降は見つからなかったので2010年までのデータです。

当サイトもRebellion Researchと似た手法を使っているので、彼らと同等に、市場平均プラス10%以上のリターンを上げることを当サイトの目標としています。


他サイトに対する当サイトの利点

フィスコマーケットマスターズではアナリストの推奨銘柄を、多いときで月に100銘柄程度を公開しています。
それに対して当サイトでは、月に平均600銘柄の予測情報を公開しています。
なぜそんなに多くの予測が可能なのかというと、AIは人間のように疲れることがないので、あらゆる銘柄を常に監視するように働かせておくことができるためです。
そして予測情報の数が多くなることにより、他の投資家様と投資先が被る確率が低くなりますので、投資家様がリターンを得られる確率が高くなります。

また、当サイトでは2014年11月6日より「AIによる予測」の欄に1~100の数値として予測の信頼度を共に出力しています。「予測がどれほど確からしいか」を厳密に数値化することは人間にとっては困難です。これはコンピュータによる統計解析を行っているからこそ算出可能な情報だと言えるでしょう。
この信頼度を利用すると勝率を底上げすることが可能です。以下の表は「予測の信頼度が一定値以上のときだけ買う」という条件でシミュレーションを行って結果の勝率を比較したものです。
信頼度勝率一トレードの平均リターン
全て買う57.83%2.78%
55%以上だけ60.14%3.19%
60%以上だけ61.82%3.52%
65%以上だけ63.07%3.92%
70%以上だけ63.90%3.97%
75%以上だけ65.10%3.8%
80%以上だけ68.02%4.07%
予測の信頼度が高いときだけ買う場合は、そうしない場合よりも勝率が上昇しています。またそれに伴い一トレードの平均リターンも上昇していることが解ります。


Q&A

Q. なぜ儲かる情報を無料で公開するのですか? 本当に儲かるなら自分で投資したらいいのでは?
A. 情報を公開する最大の理由は実績を残すためです。私は機械学習を専門とする技術者であって、資産を持っている資産家ではありません。株式投資は既に資金を持っている人ほど有利であり、私の全財産を投資に使っても得られるリターンの量はたかが知れています(とはいえ多少でも利益が得られるならと思い、自己資金での投資も行っています)。当サイトで実績を示すことにより、私募投信などで投資家を集める際に有利に事を運びたいという狙いがあります。

Q. 本当に予測しているのですか? 後からこっそりブログ内容を修正しているのでは?
A. ブログ内容を修正していないことの証拠として、記事をアップロードした直後にウェブ魚拓を取得しています。不安に思う方は魚拓ページの内容をご確認ください。
例:当サイトの記事およびその記事のウェブ魚拓
また2014年11月25日より、株のSNSサイト『みんなの株式』に予測を投稿しています(信頼度60%以上かつ買いの予測だけを投稿しています)。『みんなの株式』に一度投稿した予測は後で取り消すことができない仕組みになっています。合わせてご利用ください。

Q. 「月に平均600銘柄の予測情報を公開しています」とありますが、月に100銘柄ぐらいしか掲載されていません。どうしてですか?
A. あくまで平均して600銘柄なので、月ごとによる変動があり、掲載が多い月も少ない月も御座います。掲載数が少なかった月の次の月は多くなる傾向がありますので、気長にお待ちください。

Q. AIの説明で「空売りを行わない」とありますが、実際には株価が下がることも予測されています。この予測をもとに空売りを行ってもいいのでしょうか?
A. 私自身の株取引では空売りを行っていません。また過去データを使ったAIシミュレーションでも空売りは禁止しています。何故なら、空売りには価格規制があり、また得られるリターンの量が最大でも100%である、という制限があるからです。出来る限り多くの情報を提供したいと思い、株価が下降するという予測情報も公開していますが、私自身は空売りを推奨はしていません。

Q. 実際に株を買うときはどのタイミングで買えばいいでしょうか?
A. 予測を出した翌営業日の初値で株を買ってください。当サイトで記載している「現在の株価」は予測を発表した当日の終値であり翌営業日の初値とはズレがあります。しかし最終的なパフォーマンスには大きな影響が無いことをシミュレーションにより確認しています。

Q. 買った株を売るときはどのタイミングで売ればいいでしょうか?
A. 基本的に「予測の終了日」に書かれている日付(休日であればその翌営業日)の終値で売ってください。ただし予測の終了日までに株価が下がりすぎることがありますので、適当なロスカット基準を設けてそれ以下の価格になればその時点で売るようにしてください。私が実際にトレードを行う場合は、一カ月の株価変動の2標準偏差である-30%を下回った時点でロスカットしています。

Q. 推奨された銘柄は注文数が多すぎて値がついていない状態でした。買うことができません。どうしたらいいですか?
A. 値が付いていなかった場合、推奨された日以降で最初に値がついた日の始値で買うようにしてください。

Q. 「本日の経済ニュース」という形でニュース記事へのリンクが載っています。なぜですか?
A. 経済ニュースの記事内容を解析することにより株価を予測できるという複数の独立した研究結果[1][4][5][6]があります。経済ニュースの傾向を見ることは株価の予測に役立ちますので、実際に投資を行う際の参考にしてください。

※その他質問などございましたらtwitter(@stock_edge)やメール(stockedge[at]sk2.so-net.ne.jp, [at]を@に)、あるいは当サイトのコメント欄などでお寄せください。答えられるものであれば積極的に返答致します。

参考
[1] Kuramoto, Takahisa, et al. "Analysis of Long-term Market Trend by Text-Mining of News Articles (Japanese Title: 新聞記事のテキストマイニングによる長期市場動向の分析)." Transactions of the Japanese Society for Artificial Intelligence 28 (2013): 291-296.
[2] Those Four Guys Who Started A Hedge Fund Right Out Of College Did Pretty Well In 2010
[3] S&P500 Total annual returns
[4] Schumaker, Robert P., and Hsinchun Chen. "Textual analysis of stock market prediction using breaking financial news: The AZFin text system." ACM Transactions on Information Systems (TOIS) 27.2 (2009): 12.
[5] Fung, Gabriel Pui Cheong, Jeffrey Xu Yu, and Wai Lam. "News sensitive stock trend prediction." Advances in Knowledge Discovery and Data Mining. Springer Berlin Heidelberg, 2002. 481-493.
[6] Kim, Yoosin, Seung Ryul Jeong, and Imran Ghani. "Text opinion mining to analyze news for stock market prediction." Int. J. Advance. Soft Comput. Appl 6.1 (2014).

更新履歴

2014年10月17日 機械学習に使用する学習データセットのサイズを増やしました。これにより汎化誤差が小さくなりました。
2014年11月6日 「AIによる予測」の欄に予測の信頼度が表示されるようになりました。この信頼度が高いほど予測が当たりやすい傾向があります。※ただしこれはあくまでも推定値なので、結果を保証するものではありません。
2014年11月25日 株のSNSサイト『みんなの株式』に予測を投稿するようになりました。信頼度60%以上かつ買いの予測を投稿しています。
2015年1月21日 機械学習に使用する学習データの更新タイミングを変更しました。
2015年3月21日 『みんなの株式』に日記を投稿するようになりました。
2015年4月11日 当サイトの予測情報をCSVファイルに変換するScalaスクリプトを公開しました。  

コメント

コメントの投稿

  • URL
  • コメント内容
  • password
  • 秘密
  • 管理者にだけ表示を許可する

トラックバック

トラックバックURL: http://stockedge.jp/tb.php/1-a864fd65