【python】~TensorflowによるLSTMの実装③~
スポンサーリンク
KeyKです。
昨日に引き続き、LSTMの実行を行います。
配列を組み直す
昨日は配列に苦しんだので、そこを解決していきます。numpy配列を使用しているので、reshapeしたり引数を変えたりして実行してみました。
実行結果は・・・
う、動いたぞ―――!!!
(tf_env) C:\python\ai>python lstm.py Using TensorFlow backend. 2019-10-30 19:59:49.574325: I tensorflow/core/platform/cpu_feature_guard.cc:142] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 Predict Result : [[[-1.9303076]]]
まぁ、実際の値(予想してほしい値)は6.4なので全然ダメですね。笑
為替変動を予測するなら、せめて正負は合っていてほしい。。。
今後の研究予定
今回作成したプログラムは以前紹介したLSTMの予測サイトを参考にさせていただきました。このプログラムを活用すれば、さまざまなパターンの数値予測が可能となります。
そこで、今後の研究内容を整理したいと思います。
- 学習データを増やす
CPUの性能もあり、今回のLSTMでは学習データ150個で実行しています。学習データを増やして、精度を高めたいです。
- 説明変数の選定
為替予測の肝となるのが説明変数の選定です。どの種類の変数(テクニカル指標)を使うか、どのタイプのスケール変換を行うか、いくつ説明変数を使うか、ここは慎重に検討します。
- 目的変数の選定
最後に目的変数の選定です。良く記事で見かけるものは、上がるか下がるかを0、1で予測するものになっています。個人的な意見を言えば、「それでいいのか?」と思います。長期チャートで見れば上昇トレンドなのに、たまたま値下がりしたときに正確に'0'と判断する必要があるのか?という感じです。為替の予測といっても色々と種類があります。単純に上がり下がりを予測するのか、トレンドとして複数同時に何本も予測するのか、値動きをpips数で予測するのか、などが挙げられます。
これらを適切に使用し、より精度の高い人工知能を作りたいと思います。少しでもこの記事が参考になれば幸いです。これからも少しずつ頑張っていきます!!