Pythonで将来予測｜株価データを使ってpythonで機械学習をしてみよう【データ加工、データ整形、予測モデル作成、株価データの分類予測、予測精度の確認まで】 │ 金融情報のまとめ

これまでPythonを使った株価のデータ分析や、テクニカル分析について動画を出してきました。
これらの動画を⾒て学習していただければ、証券会社の提供ツールに縛られず、株価の分析をしていただけるはずです。
⼀⽅で、この分析結果を元に、株式の売買の意思決定を⾏うのはあなた⾃⾝です。
分析結果は意思決定の役に⽴ちますが、⾃分の感情などが意思決定に影響を与えてしまいます。そのため、感情が再現性を阻害する一つになることもあります。
それでは、人工知能で予測した価格を元に取引をするのはどうでしょう？
感情に関わらず、定量的な判断ができますよね。

現在、投資銀行などでは、株や為替の取引で⼈間のトレーダーではなく、コンピュータが株式を⾃動売買している部分が多いといわれています。
そして取引のアルゴリズムの精度を⾼めるため、データサイエンティストによる研究が⽇夜⾏われています。

今回のレッスンでは、こうした機械学習による株価の予測について、基本的な⼿法のひとつを説明します。
また株価の予測だけでなく、過去の売り上げデータから、将来需要が上がるか、下がるかといった予測を⾏う場⾯でも、今回の学習内容を活⽤できます。
そのため会社で時系列のデータを使った分析をされる⽅にも役⽴つ内容になっています。

ただし、Pythonの知識がある方、ある程度の機械学習に対する知識がある方に向けて説明をしています。
また、今回は、機械学習を使って株価の予測精度を上げる方法を説明するのではなく、機械学習を使って株価を予測するまでの流れを説明するものです。
機械学習をイチから理解したい方やもっと詳しく学習しいたい方は、「人工知能開発レッスン」を用意しておりますので、そちらをご覧ください。
単回帰分析の次はロジスティック回帰や決定木、データの前処理方法などを準備しております。

基本的な株価の分析の⽅法や、分析に使⽤するpandasの使い⽅を知りたい⽅は、こちらの動画もご覧ください。

▼目次
00:00 はじめに
02:43 どのようなデータを使ってどんな予測をするのか？
03:45 データの読み込みとデータの確認
04:44 データの確認
09:32 データの全体像をつかむために可視化
10:22 特徴量の追加
11:43 不要なデータの削除
14:02 学習データと検証データに分割する
14:57 説明変数と目的変数に分割
16:12 データを整える
20:18 予測モデルの作成
21:17 交差検証で予測精度を確認
24:14 作成したモデルで予測
26:06 混同行列で確認
27:40 おわりに

▼データセットについて
次のようにして事前に取得したデータを使用しています。
”’
import pandas as pd
import pandas_datareader.data as data
start = ‘1965-01-05’
end = ‘2021-10-21’
df = data.DataReader(‘^NKX’, ‘stooq’, start, end)
df.to_csv(‘finance_dataset.csv’)
”’

▼書き起こしブログ
準備中

▼関連動画
Pythonで株価のデータ分析｜株価分析を通してPythonでのデータ分析を学びましょう