MATLAB, que es una plataforma de cálculo numérico y también puede realizar inteligencia artificial. Para uso individual.
https://jp.mathworks.com/pricing-licensing.html?intendeduse=home&prodcode=ML&fbclid=IwAR0zonp3Hw92OG7K7gv_xNsfmUuq993uUwimw8D2P2FoUafKSbjT08mQ5fII. No me di cuenta de que se estaba vendiendo tan barato... Si hubiera sabido antes... Me pregunto cuándo apareció la edición Home. En el pasado, solo había versiones que costaban más de 100.000 yenes, así que creo que los individuos estaban usando la versión gratuita "R". Pero si algo como esto se puede usar por alrededor de 16.000 yenes, todo el mundo elegiría esto, es un software tan increíble. Este campo es bastante difícil si quieres profundizar, pero parece que hay una prueba gratuita de 30 días, así que lo probaré de nuevo, quizás con un análisis simple de precios de acciones como tema a corto plazo, para ver cómo funciona.

■Ajuste
Cuando ejecuté una muestra de entrenamiento que creé hace mucho tiempo, funcionó tal cual. Eso es bueno. No recuerdo mucho, así que estoy re-aprendiendo, pero creo que esto era una función llamada "ajuste" que realiza un procesamiento de "similitud" en una función periódica con ruido y la muestra como un gráfico. Los puntos son los datos originales y la forma de onda es el gráfico generado por el procesamiento de similitud. Al ajustar a algo con una respuesta conocida, podemos confirmar la corrección del método.■ Datos demográficos
Este es un ejemplo que creé con fines de aprendizaje. Predice aproximadamente el futuro basándose en datos demográficos y lo muestra en un gráfico.■Aproximación del precio de las acciones
Intenté aproximar y predecir datos del precio de las acciones durante medio año que encontré en la web utilizando un gráfico simple, pero, como era de esperar, dado que solo lo utilicé durante aproximadamente una hora, es completamente inútil. Siento que necesito estudiar más. Ojalá existiera una "teoría" buena para esto. Está bien como un juguete, pero sería interesante si realmente pudiera ser útil.
Puntos azules: Precios reales de las acciones. Línea roja: Gráfico aproximado.
Datos: 6754 Anritsu Corporation.He estado experimentando con esto durante unas horas.
■ Puntos azules: Precios reales pasados de las acciones.
■ Línea roja: Un gráfico aproximado de los precios pasados de las acciones (lado izquierdo) y un gráfico predicho para el futuro (lado derecho). La suposición es que estamos prediciendo el futuro utilizando solo los datos de los puntos azules.
■ Amarillo: La respuesta para el precio futuro de la acción.
Si el gráfico rojo para el futuro coincide con los círculos amarillos, entonces la predicción es precisa. Sin embargo, es poco probable que sea perfectamente precisa de inmediato. Los datos originales contienen movimientos matemáticamente extraños (excepcionales), por lo que el gráfico aproximado también tiene picos extraños que causan perturbaciones.
Si se pudieran hacer predicciones de precios de acciones tan fácilmente, eso sería increíble... Este campo es difícil, pero si es solo por diversión, este tema es desafiante e interesante. Si, por casualidad, surge algo útil de esto (lo cual es poco probable), entonces se puede utilizar.
Bueno, por ahora, es un buen tema para la diversión y el aprendizaje de esta tarde.
Datos: 6754 Anritsu Corporation.

Los gráficos que parecen útiles para el análisis de precios de acciones están apareciendo gradualmente.
■ El gráfico púrpura de la derecha: Precio de la acción predicho.
■ El círculo amarillo de la derecha: Precio real futuro de la acción.
Son algo similares. La precisión varía según los parámetros, a veces funciona y a veces se equivoca, pero es mucho mejor de lo que era por la noche. Si se puede lograr esta precisión con algo creado rápidamente, es bastante bueno.
No he usado matemáticas desde hace un tiempo, así que lo había olvidado, pero gradualmente lo estoy recordando a través de prueba y error. Sin embargo, todavía no entiendo la fórmula llamada "regresión de procesos gaussianos" que produjo este resultado. No es que sea increíble, sino que la documentación completa de MatLab es maravillosa. Bueno, incluso si no lo entiendes, al menos puedes obtener una respuesta, pero probablemente necesites estudiar matemáticas nuevamente para aplicarla.
Si todo va bien, podría crear un sitio web de predicción de precios de acciones como un pasatiempo. (Risa)No sé si realmente voy a hacerlo, pero creé un sitio web de análisis de acciones sencillo, solo la página principal, para que Google lo reconozca rápidamente. Este tipo de proyecto es a largo plazo, y lleva meses o incluso años, así que es mejor crear el sitio web primero. Sorprendentemente, un nombre de dominio relativamente corto estaba disponible y pude obtenerlo.
Precio de las acciones de AI - https://kabu2u.com
https://kabu2u.com
■Red LSTM (memoria a corto plazo) de la IA
Probé LSTM.
MatLab es increíble. (Todavía no entiendo el contenido matemático). Puede crear cosas así con tanta facilidad. (No lo he probado en Python, así que no puedo compararlo).
Acabo de regresar de yoga, y estaba pensando en investigar y experimentar rápidamente durante 30 minutos antes de acostarme, pero MatLab permite crear cosas tan fácilmente sin dudarlo. Es increíble.
Esta LSTM se utiliza para el aprendizaje profundo. Es lo que se conoce como IA, pero no es una super IA como Atom de los manga; su realidad es este tipo de aprendizaje automático.
El código se toma directamente de un ejemplo, pero cada vez que lo ejecuto, los resultados del aprendizaje son diferentes, y a veces se crea una IA inteligente, y a veces se crea una IA no tan inteligente. Esta imagen adjunta parece ser un niño con resultados relativamente buenos. El fondo es la pantalla que aparece durante el aprendizaje, y el gráfico en primer plano es la predicción. Es increíble lo similar que es al gráfico real. Bueno, a veces se crea un niño no tan inteligente, por lo que la inestabilidad de los resultados es tanto algo bueno como algo malo sobre el aprendizaje profundo. Cuando se crea un buen niño, me sorprende. Examinaré los detalles de lo que está sucediendo por dentro a partir de mañana.

Intentaré predecir la segunda mitad de los datos basándome en la primera mitad. Por supuesto, el error es grande al final, pero la precisión es bastante alta alrededor del punto de conexión. La IA es asombrosa... No creo que los humanos puedan ganar contra esto.El otro día, solo utilicé un punto de datos (precio de cierre) para el aprendizaje. Intenté usar una combinación de precio de apertura, precio máximo, precio mínimo, precio de cierre y volumen para el aprendizaje profundo, pero realmente no cambió mucho... O más bien, existe una alta posibilidad de que esté cometiendo un error en alguna parte. No lo entiendo bien. Puedo entender la teoría básica del aprendizaje profundo, pero intentar comprender algo tan complejo como una red LSTM (long short-term memory network) me hace dar vueltas la cabeza.

He escuchado rumores de que el aprendizaje profundo utiliza mucha potencia de la CPU para el aprendizaje, así que es posible que necesite comprar algunos chips de hardware. Actualmente estoy usando una computadora portátil, así que buscaré chips USB... no puedo instalar una tarjeta gráfica.Hoho. Según mi llamada "IA", el precio de la acción 1332 N es actualmente de 812 y probablemente permanecerá estable durante un tiempo. Esto está indicado por la línea roja en la esquina superior derecha. El precio de la acción predicho en dos semanas es de 822, lo que representa solo un aumento del 1%. Por lo tanto, esta no es una oportunidad de compra. Si actualmente posee esta acción, podría ser un buen momento para venderla y convertirla en efectivo. (Por favor, no crean esto. Estoy escribiendo esto como una broma. Es un pasatiempo, y es una IA adorable que acaba de ser creada. Me sentiría molesto si alguien comprara esto basándose en esta información, y no puedo ser considerado responsable).Desde anoche, he estado analizando todas las acciones que cotizan en la Bolsa de Tokio. Se necesitan aproximadamente 1 minuto por acción para analizar los datos de los últimos 360 días (máximo). Estoy utilizando una computadora portátil Mac con un procesador Intel Core i7. Actualmente, se han procesado alrededor de 1200 acciones, pero aún quedan 2400 por procesar. Según las estadísticas, aproximadamente 10 acciones tienen el potencial de aumentar hasta en un 10%. La IA estima que aproximadamente una de cada 100 acciones aumentará. Sin embargo, las predicciones de la IA pueden variar, por lo que ejecutar la misma acción varias veces puede resultar en diferentes predicciones. Aún no tengo suficiente confianza para confiar ciegamente en las predicciones de la IA e invertir mecánicamente basándome únicamente en los resultados. Sin embargo, a veces revela acciones inesperadas, y no podría revisar todas las acciones que cotizan en la Bolsa de Tokio por mí mismo, por lo que es útil para reducir las opciones. El objetivo es reducir el número inicial de 3600 acciones a alrededor de 30 acciones, y luego reducir aún más a 10 o menos.

Análisis de divisas (FX) utilizando inteligencia artificial. Sin embargo, analiza cada moneda individualmente, por lo que no está claro si es útil o no. Por ahora, simplemente lo observaré. El mercado de divisas es difícil, después de todo...Estoy realizando un análisis de acciones con inteligencia artificial en mi computadora personal (lo cual lleva mucho tiempo), y por la tarde, fui al monte Takao. Las acciones con mejor rendimiento y con expectativas de crecimiento que surgieron esta mañana han tenido resultados mixtos (todavía no las he comprado), pero todavía hay mucha fluctuación. Quizás haya un método de comprar una unidad de cada acción y vender inmediatamente las que bajan, mientras que se mantienen las que suben. En última instancia, es imposible saber cuáles serán las que subirán.

La fortuna dice: "Buena suerte. Aunque haya experimentado muchas dificultades, su suerte finalmente está abriéndose, y sus preocupaciones desaparecerán, y las cosas tendrán éxito."
Me pregunto si se hará realidad?Durante la última semana, he estado comprando experimentalmente acciones seleccionadas por la IA.
La IA redujo la lista a aproximadamente 30 acciones, y yo las revisé personalmente, reduciéndolas a aproximadamente 10 acciones. Luego, compré algunas de esas acciones que parecían buenas en términos de sus gráficos.
La semana pasada, las condiciones generales del mercado fueron buenas, por lo que esas acciones generalmente mostraron resistencia y no cayeron mucho. Algunas acciones subieron. No hubo ganancias explosivas, pero siempre y cuando no perdí dinero, estuvo bien. En general, los resultados fueron de unos pocos puntos porcentuales al alza para la semana. El experimento fue bastante exitoso.
Sin embargo, hoy (lunes), el mercado de Tokio se desplomó, siguiendo al mercado de Nueva York, y algunas de mis acciones se vieron afectadas por la caída, volviendo a sus niveles anteriores. Incluso con la IA, parece que no se puede evitar verse afectado por una caída del mercado... Es natural que las condiciones generales del mercado sean más fuertes.
Actualmente, la IA analiza las acciones individualmente, por lo que no conoce la correlación con el mercado de Nueva York. Creo que es necesario enseñar a la IA sobre estas relaciones.
En lugar de hacer que memorice las relaciones, podría ser suficiente con que prediga el mercado de Nueva York de forma independiente y, si predice una caída por la noche, reducir mis posiciones con anticipación.
(Esta imagen no está relacionada con las acciones que compré.)

■Google TPU
Se indicó que el tiempo de entrega era de 3 semanas, pero en realidad llegó en aproximadamente 10 días. Fue sorprendentemente rápido.
No se puede utilizar con Matlab, así que intentaré usarlo con Python más tarde.■Primer intento con Python
Como es la primera vez que uso Python, intenté leer datos que ya han sido analizados en Matlab y mostrarlos como un gráfico. Podría ser un sustituto de Matlab. Quizás no necesite comprar Matlab. Si puedo cambiar a Python durante el período de prueba de Matlab, probablemente no lo compraré, pero Matlab es fácil de usar, así que todavía estoy debatiendo si comprarlo o no. También se puede utilizar para cosas que no son de IA. Solo Python puede utilizar los chips de IA de Google, y Matlab no, por lo que cambiar a Python es esencial en cualquier caso.
Python tiene una sintaxis extraña que no veo a menudo en otros lenguajes, o más bien, es interesante de una manera extraña, o tal vez es solo sutil, pero tiene la ventaja de poder usar arreglos, por lo que las desventajas de esa sintaxis extraña se compensan. Bueno, es cuestión de acostumbrarse.
También necesito reemplazar la parte principal de la IA, pero eso está todavía en el futuro.Recientemente, implementé la regresión de procesos gaussianos, que también había hecho en Matlab, en Python. En Matlab, omití algunas partes, pero los resultados varían significativamente dependiendo de los parámetros, así que lo implementé con los parámetros más simples por ahora. Esto no es el tema principal, ya que el tema principal es la IA. Creo que está bien por ahora. He estado usándolo durante unos días y gradualmente me estoy acostumbrando a Python.
Lo único difícil es que Python es más lento que Matlab, por lo que tarda varios segundos en ejecutar el análisis. Matlab es realmente excelente. Parece que Python siempre es lento, pero como recientemente compré un chip de IA, el análisis de IA debería ser rápido con Python. El chip está dedicado a la IA, por lo que es inevitable que otros procesos sean lentos.■TensorFlow
Hoy, intenté implementar inteligencia artificial utilizando TensorFlow 2+Python 3, pero la mayoría de la información disponible en línea es para TensorFlow 1, y hay pocos ejemplos de TensorFlow 2. Logré hacer funcionar un prototipo, pero los valores de salida parecen extraños, y no está produciendo las respuestas correctas. Cuando usaba MATLAB, podía crear algo rápidamente en un día, pero esto parece que tomará un poco más de tiempo. MATLAB es fácil de usar porque es un producto. Estoy acostumbrándome gradualmente a Python, así que creo que puedo entenderlo, pero la necesidad de reglas y conversiones únicas en cada biblioteca es un poco molesta.

Por cierto, el chip Google AI TPU que compré parece funcionar mejor con una Raspberry Pi, así que estoy configurando la Raspberry Pi que compré y dejé de lado. Parece que será útil de una manera inesperada. Antes no tenía una carcasa para la Raspberry Pi, pero como voy a usarla durante mucho tiempo, compré una. Cuando la encendí después de un tiempo, no funcionó, así que intenté quitar la tarjeta Micro SD, pero se rompió, así que tuve que comprar una nueva. También volví a configurar el sistema operativo. Es una molestia, pero no hay nada que pueda hacer al respecto.■ Simulación de ganancias y pérdidas de los accionistas
Simula y grafica las ganancias y pérdidas de los accionistas de una manera simplificada.
El gráfico de arriba muestra las fluctuaciones reales del precio de las acciones y una fórmula de aproximación. El gráfico del medio es el que se agregó esta vez, y muestra ganancias cuando el valor está por encima de 0 y pérdidas cuando está por debajo de 0. Se asume que el gráfico representa la situación promedio para todos los accionistas, donde si el gráfico está por encima de 0, significa que, en promedio, todos los accionistas están obteniendo ganancias, y si está por debajo de 0, significa que, en promedio, los accionistas están incurriendo en pérdidas. Dado que no sabemos quién compró o vendió, asumimos que todos los accionistas están operando en promedio, pero sorprendentemente, emerge un gráfico que parece bastante realista incluso con esta suposición. Si el gráfico está por debajo de 0, significa que todos están perdiendo dinero, y si está por encima de 0, significa que todos están obteniendo ganancias.
Esto muestra que alrededor de noviembre de 2018, el precio de las acciones disminuyó y el número de personas que incurrían en pérdidas aumentó, pero la situación se ha estabilizado ahora. Sin embargo, esto solo no puede determinar si es un buen momento para comprar ahora. Más bien, parece que este tipo de indicador podría funcionar como una señal para evitar la compra. En abril de 2018, el precio de las acciones no fluctuó mucho, pero algunas personas obtuvieron ganancias debido a un repunte, pero, de lo contrario, la mayoría de las personas incurrieron en pérdidas.
Esto no es inteligencia artificial ni aprendizaje automático, sino simplemente una simulación. Sin embargo, puede ser que este tipo de cosas sea sutilmente útil.

■ Simulación de las ganancias no realizadas de los accionistas.
Análisis adicional. Simule las ganancias no realizadas de los accionistas y muéstrelas en un gráfico. Está volviéndose gradualmente más sofisticado.

Con este nuevo gráfico, es posible que note cosas como las siguientes:
■ Aunque el precio de las acciones ha aumentado muchas veces, la (ganancia) no realizada promedio para todos los accionistas no ha aumentado mucho hasta el final (①).
■ Durante la última y brusca caída del precio de las acciones (②), la ganancia no realizada no ha disminuido mucho (③). Esto sugiere que la gente está tomando ganancias a precios más altos.
■ Durante la última y brusca caída del precio de las acciones (④), el volumen de negociación aumentó, y al mismo tiempo, la ganancia no realizada aumentó (⑤). Esto significa que los grandes inversores podrían estar comprando acciones que fueron vendidas por inversores más pequeños y obteniendo ganancias a través de un repunte.
Las cosas que antes eran invisibles ahora se están volviendo visibles. El análisis es interesante.Ahora, analicemos esta acción. Esta empresa, que estaba causando revuelo en las noticias, ha visto cómo su precio de las acciones se desploma (1).
A medida que el precio de las acciones baja, también disminuye la ganancia no realizada (estimada) (2). Finalmente, alcanzó un punto bajo y se recuperó (3). Aunque la recuperación ha aumentado la ganancia no realizada (4), por otro lado, las ganancias y pérdidas de los accionistas son negativas (5. Cualquier valor por debajo de la línea roja central representa una pérdida), lo que sugiere que, aunque la ganancia no realizada aumentó temporalmente durante la recuperación final, muchas personas no pudieron realizar esa ganancia y terminaron cortando sus pérdidas. Esto se basa únicamente en una simulación.
No se puede decir que esta acción represente todo, pero puede sugerir que "la posibilidad de perder dinero al intentar una recuperación es mayor". El gráfico muestra claramente que, incluso con una recuperación, es probable que el accionista promedio pierda dinero.
Basándonos en lo que vemos aquí, podría ser mejor evitar intentar recuperar acciones que están en descenso.


No soy un buen operador de bolsa, ¿sabe?■Promedio móvil
Se agregaron señales de compra/venta basadas en el estado de subida/bajada de los promedios móviles (de 9 días, 25 días, 75 días).
Esto implementa el algoritmo que se describe en un recurso similar a un libro de texto llamado "La forma definitiva de leer y utilizar los promedios móviles".
Los colores en el área por encima de las señales indican lo siguiente:
- Rojo oscuro: Señal de compra fuerte
- Verde oscuro: Señal de venta fuerte
- Colores intermedios: Indican un estado intermedio.

Aunque se basa en un libro de texto, si sigue las señales inmediatamente, podría obtener algunas ganancias.
Lo básico es importante...■MACD
Muestra el MACD (el MACD en sí + el promedio del MACD + el histograma). También muestra la etapa actual con una etiqueta. Se añaden líneas para indicar cuándo cambia la etapa.■RCI
Se agregó un indicador bursátil llamado RCI. El RCI estándar tiene dos líneas, una a corto plazo y otra a largo plazo, pero agregué un histograma (gráfico de barras) similar a la señal del MACD para facilitar la visualización (el gráfico de barras verde en el área del RCI es ese). Es sorprendentemente bueno, y es extraño que esta visualización no esté disponible en las herramientas bursátiles normales.
Además, como es un problema comparar tanto el RCI como el MACD, agregué un punto rojo cuando ambos son positivos y un punto verde cuando ambos son negativos para que la visualización de la señal sea más clara.
Cuando lo veas así, puedes comparar la señal del promedio móvil (por encima del RCI) con la señal que agregué (la señal entre el RCI y el MACD).
Es interesante ver cómo difieren el análisis a largo plazo y el análisis a corto plazo. Es bastante interesante. La señal que agregué hoy parece que podría ser utilizada bastante.■Gráfico de fluctuaciones de precios a corto plazo
Este gráfico muestra solo las fluctuaciones de precios a corto plazo, restando el promedio móvil (tendencia) del precio original de la acción. Esto facilita la visualización de las fluctuaciones a corto plazo sin ser engañado por la tendencia.
(El gráfico cambia según el número de días para el promedio móvil, por lo que determina y muestra automáticamente valores que están aproximadamente alineados horizontalmente).
Este es un ejemplo de un gráfico que muestra la diferencia entre el precio original de la acción y el valor del promedio móvil de 89 días.
Originalmente, estaba tratando de realizar un análisis de series de tiempo, pero cuando lo analicé, no encontré características periódicas particularmente buenas, así que simplemente estoy mostrando el gráfico que creé en el proceso. Este gráfico, en sí mismo, parece sorprendentemente útil.■Reglas de Donchan
Las "Reglas de Donchan", que se conocen como "comprar cuando el precio supera el máximo de las últimas cuatro semanas y vender cuando cae por debajo del mínimo de las últimas cuatro semanas", se han visualizado. Además, la etiqueta ahora muestra si el precio de cierre del último día ha superado el umbral. Esto facilita mucho la visualización.
Aunque se han creado diversas reglas, si no verificamos cuáles son realmente efectivas, puede que sea difícil utilizarlas debido a la gran cantidad de señales.
Creo que eventualmente realizaré simulaciones para verificarlas.■Simulación
Simule y muestre en rojo/verde si alcanza el +5% o el -5% del precio de cierre de ese día.
Esto facilita la comprensión de "dónde es mejor comprar" y "dónde es mejor vender".
Parece que si el histograma (gráfico de barras) del RCI está sobresaliendo o no, puede usarse como una señal.
Por cierto, esta acción que me ha interesado últimamente. Es una empresa que originalmente estaba en gráficos 3D, y que adquirió una famosa peluquería que todos conocen. Quienes la conocen, la conocen, pero el precio de la acción es muy extraño. Ventas de 50 mil millones de yenes con un déficit operativo, capitalización de mercado de 3.4 mil millones de yenes. Aunque está en números rojos, el flujo de caja es significativamente positivo, y el "costo de adquisición" de la fusión y adquisición es una carga importante para el balance durante los próximos años, pero terminará en unos años, y tengo la sensación de que mejorará en el futuro. Cuando las ventas de 50 mil millones de yenes se recuperen a una ganancia operativa de 5 mil millones de yenes, es poco probable que la capitalización de mercado sea de 3.4 mil millones de yenes, y al menos debería aumentar a una ganancia, y normalmente debería estar alrededor de las ventas, por lo que el límite superior sería una capitalización de mercado de 50 mil millones de yenes, lo que significa un potencial rendimiento diez veces mayor. Incluso si no llega a eso, la expectativa de una duplicación es posible si la rentabilidad se vuelve visible. Existe la posibilidad de una caída significativa debido a transacciones a gran escala. Dado que el precio de la acción ya es extraño, no me sorprendería que se redujera a la mitad desde aquí. De hecho, la he estado observando desde finales de marzo, y he entrado y salido varias veces, pero la caída después de finales de marzo fue terrible (risas), buscando los beneficios (vales de peluquería). Además, posteriormente se produjo una venta masiva, lo que provocó una caída del 10% de una sola vez. Podría volver a caer desde aquí, pero el informe de ganancias final será el próximo mes, y las peluquerías son un sector en el que las mujeres están más interesadas en verano (porque quieren ir a las peluquerías para mostrar su piel). Esta acción parece interesante para los próximos seis meses.
→ Sin embargo, después de investigar más, parece que las cifras de ventas probablemente sean un truco contable engañoso. El rendimiento parece sospechoso.

■Alcanzando el nivel de Matlab
Implementé IA (aprendizaje profundo) utilizando Python + TensorFlow (versión 2). Es casi el mismo proceso que lo que estaba haciendo en Matlab.
El punto verde en el centro-derecho del gráfico representa el precio futuro de las acciones predicho por la IA. Los resultados son relativamente similares a Matlab, por lo que los principios básicos son los mismos.
Al principio, no me acostumbré a la forma única de escribir en TensorFlow (versión 2), por lo que fue difícil crearlo. Pero después de encontrar algunos ejemplos, pude crearlo sin problemas. Todavía no he utilizado los chips Google TPU, y ejecutarlo en el CPU de mi Mac es, por supuesto, lento. Me pregunto cuánto más rápido será cuando se utilicen los chips Google TPU. Hablaré de eso en otra ocasión.
Es algo simple, pero supongo que ahora puedo considerarme un miembro de la comunidad de ingeniería de IA (risas).■FX
He modificado el sistema para predecir precios de acciones, también teniendo en cuenta FX (divisas, USD). Hasta ayer, solo consideraba el precio de la acción relevante (una variable), pero ahora considera el precio de la acción y el tipo de cambio de USD (dos variables).
Sin embargo, a primera vista, los resultados no parecen haber cambiado mucho... Parece que es necesaria una verificación. Es posible que haya poca correlación. Podría haber alguna correlación con acciones de gran capitalización que cotizan en la Bolsa de Tokio. Creo que intentaré agregar otros factores también.A continuación, análisis utilizando tres variables: "precio de las acciones, volumen de negociación y tipo de cambio USD (FX)".
Dado que puedo convertir una variable en dos variables, es muy rápido usar tres variables.
Bueno, la apariencia no cambia mucho.
Me pregunto cuál es la precisión.
¿Debería incluir el índice NY Dow?■Google TPU no es compatible con LSTM.
Intenté ejecutar el chip Google TPU (USB) en una Raspberry Pi, pero resultó que no es compatible con LSTM (RNN), y solo es compatible con clasificación, etc. Me siento frustrado, pero aprendí algo, así que está bien. Por eso el chip es barato. Es increíble que Google pueda vender incluso un juguete tan incompleto. Parece que es bueno para aplicaciones específicas como el reconocimiento dinámico.

- Se tardó de 30 minutos a 1 hora solo en instalar la biblioteca de TensorFlow. La Raspberry Pi es increíblemente lenta.
- Originalmente era TensorFlow versión 1, y la versión 2 requiere compilar desde el código fuente, así que intenté configurar un entorno de compilación, pero tardó más de 24 horas en compilar una herramienta llamada Bazel, y al final, la última versión de Bazel no era compatible, así que tuve que recompilar una versión anterior de Bazel, lo cual fue una pérdida de tiempo. Aún así, TensorFlow versión 2 no funcionó correctamente. Estoy frustrado. Como falló en el sistema operativo Raspberry Pi estándar, lo probé con Ubuntu, pero ocurrió lo mismo. Perdí tiempo, pero volví al sistema operativo original.
- La Raspberry Pi tiene una CPU Arm, por lo que las bibliotecas y las imágenes de Docker estándar proporcionadas por Google TPU no se pueden usar directamente, y está limitado a las que son para la Raspberry Pi, lo cual es inconveniente.
- La versión estándar de Python en el sistema operativo era la versión 3.5, así que primero compilé la versión 3.7 desde el código fuente, pero parece que TensorFlow no la admite, así que instalé la versión 3.6, pero no marcó mucha diferencia, así que volví a la versión estándar 3.5.
- Pensé que podría ser un problema con las bibliotecas, así que compilé varias desde el código fuente, pero aún así no funcionó.
- Al final, concluí que usar TensorFlow a través de Keras no marca mucha diferencia entre la versión 1 y la versión 2, y confirmé que ambas versiones funcionan en mi Mac.
- La Google TPU en sí misma no admite "entrenamiento desde cero", sino solo "reentrenamiento". Aprendí que tienes que crear un modelo en una CPU, luego aplicar una conversión especial, y luego convertirlo nuevamente en una página en la nube antes de poder usarlo, pero resultó que esta conversión no admite el LSTM/RNN que quiero usar. Estoy frustrado.



¿Debería comprar una PC barata y una GPU NVIDIA, o debería conformarme con lo que tengo ahora...?

■Creación de un sitio web de análisis de acciones con IA
https://kabu2u.com
https://kabu2u.com
Hemos actualizado el sitio web de análisis de precios de acciones con IA.
Aumentaremos gradualmente la información sobre acciones con alta volatilidad.
Todavía no estamos seguros de qué tan detallada debe ser la información, por lo que, por ahora, solo estamos publicando datos que tienen dos semanas de antigüedad.
Por ahora, no incluiremos predicciones futuras, ya que sería problemático recibir quejas.
En el futuro, si la precisión mejora, podríamos considerar ofrecer predicciones futuras como un servicio de pago.
Sin embargo, la precisión aún no es lo suficientemente alta, por lo que creemos que este es un buen punto de partida.

■ Análisis de la Onda de Elliott
Actualmente estamos trabajando en el análisis de la Onda de Elliott. (Por favor, busque información en línea sobre qué son las Ondas de Elliott).
Inicialmente, intentamos que la IA determinara qué onda estaba ocurriendo basándose en la forma de onda real, pero parece difícil, por lo que estamos cambiando nuestro enfoque.
Estamos considerando simular las Ondas de Elliott y que la IA aprenda de los resultados de la simulación antes de hacer predicciones.
La figura en la esquina superior izquierda muestra la secuencia de Fibonacci con signos alternantes de más y menos, mostrada como un gráfico. Sin embargo, esto resulta en valores negativos (que no son posibles para los precios de las acciones), por lo que elevamos linealmente todo el gráfico para hacerlo positivo, como se muestra en la figura en la esquina superior derecha. Hmm. Algo se siente un poco diferente. En lugar de elevar linealmente el gráfico, lo elevamos utilizando una curva cuadrática, como se muestra en la figura en la esquina inferior izquierda. Esto parece prometedor, pero algo todavía se siente diferente. Sin embargo, los precios reales de las acciones también realizan movimientos impredecibles, por lo que quizás este nivel de detalle es suficiente.
Hemos creado un gráfico, por lo que lo utilizaremos como base para crear precios de acciones simulados y luego analizarlos con la IA. El gráfico que se muestra en la esquina inferior derecha es el resultado de ese análisis.
Ahora hemos enseñado a la IA, pero la precisión real de las predicciones aún está por verse.

■Construcción de una PC dedicada para análisis de IA
Instalé Ubuntu Linux en una laptop (PC secundario). Originalmente tenía Windows, pero se bloqueaba cada pocas horas al realizar análisis de IA, así que tuve que instalar Linux Ubuntu, y resultó ser increíblemente fluido. Parece que ha comenzado la era en la que la comodidad de Linux supera a la de Windows. Las versiones recientes de Windows son inestables y lentas, y siento que me estoy asfixiando. Como necesito WORD/Excel para tareas de oficina, todavía necesito Windows, pero, aparte de eso, parece que se acerca la era en la que Windows ya no es necesario. Si tuviera que construir algo ahora, si lo hago basado en la web y elimino la necesidad de Word/Excel/PowerPoint, creo que podría prescindir de Windows. Básicamente, me gusta Microsoft, pero he tenido problemas con la inestabilidad de las versiones recientes de Windows. La velocidad de ejecución también es más rápida en Linux. El chip Google TPU (USB) también funcionó normalmente.■ Características extraídas y analizadas.
Estamos extrayendo y analizando características que es probable que las personas conozcan. La precisión es decente, y a veces produce buenos resultados, dependiendo de la acción.
El aprendizaje profundo imita esencialmente el movimiento de las neuronas en el cerebro. Por lo tanto, tiene sentido que proporcionar características como entrada de antemano pueda mejorar la precisión. Sin embargo, si se especializa de esa manera, la precisión disminuirá para las acciones que no están relacionadas con esas características. El análisis de precios de las acciones es inherentemente difícil, por lo que quizás deberíamos conformarnos con tener condiciones utilizables.
Si las características tienen significado, el error disminuirá gradualmente durante el aprendizaje profundo y convergerá. Sin embargo, si no converge, puede haber un error en los valores de las características, o, quizás, la característica en sí misma no tiene significado (!). Esta última realización es novedosa, y el aprendizaje profundo puede estar revelando que las teorías que generalmente se consideran "obvias" en el mercado de valores en realidad no tienen sentido (!). Por ejemplo, a menudo se dice que un cruce dorado de promedios móviles a corto y largo plazo es una señal de compra, y se dicen cosas similares sobre el cruce dorado del MACD, pero en realidad, puede que no tenga sentido (!). Este es el "posible" resultado del análisis de aprendizaje profundo. El resto se continuará mañana.

■Seguimiento de tendencias
Dado que el análisis técnico parece tener baja precisión, creé una IA que simplemente sigue la tendencia. Es inevitable que esta IA sea débil contra caídas o aumentos repentinos, pero ha logrado resultados relativamente buenos en el seguimiento de tendencias en comparación con antes. La línea roja gruesa representa las predicciones de la IA. Quizás este tipo de aplicación es inherentemente adecuada para la IA. Los humanos pueden aburrirse con el seguimiento de tendencias, pero simplemente podemos hacer que la máquina realice la tarea diligentemente.

En el análisis técnico, he probado varios métodos procesando los valores de entrada, pero este enfoque de seguimiento de tendencias tiene un algoritmo muy simple. Sin embargo, si la combinación de parámetros no es óptima, es posible que no funcione correctamente. Esto sugiere que, aunque el algoritmo es simple, el desafío de encontrar los parámetros óptimos podría ser un problema que se adapta bien al aprendizaje profundo.■Sitio web de predicción de precios de acciones de IA, versión inicial.
Predicción de precios de acciones de IA - https://kabu2u.com
https://kabu2u.com
Versión inicial completada. Podemos revisar el modelo y utilizar más potencia de cálculo para un análisis más profundo, pero considerando la rentabilidad, parece un buen punto para detenernos por ahora. Todavía hay muchas ideas que probar, pero este es un resultado decente considerando que se creó en dos meses y medio. Un mes se dedicó a varios experimentos, y otro mes y medio se dedicó a modificaciones para el sitio web y otros fines. La precisión aún es deficiente, pero se ha priorizado el análisis sobre el tiempo, por lo que veremos cuánto puede mejorar la precisión a medida que dediquemos más tiempo a ello. Realizaremos gradualmente modificaciones que requieren mucho tiempo, como aumentar el tamaño del modelo si la precisión es insuficiente, pero la funcionalidad básica está completa. Actualmente, la visualización es demasiado simple, por lo que planeamos agregar gradualmente más funciones.

■ Se han añadido líneas de soporte.
Se han añadido líneas de soporte basándose en la suposición de que la compra se realiza al precio de apertura el día siguiente a la fecha prevista. Esto facilita un poco la visualización.■Gráfico de velas
Se cambió de un gráfico de líneas de precios de cierre a un gráfico de velas regular. No se siente bien a menos que sea así.■Air Trade
Intenté incluir el "air trade". Si pudiera ver esto, debería estar ganando más dinero, pero tal vez mi rendimiento no es bueno porque no puedo operar mecánicamente y me involucro emocionalmente.

■ Revisión del algoritmo.
Revisé el algoritmo de comercio automatizado. Publiqué los resultados del comercio automatizado para todas las acciones en la página principal.

■ Operaciones de compra y venta en el mercado de divisas con un sistema de "orden perfecto"
Intenté realizar operaciones de compra y venta en el mercado de divisas basadas en líneas a corto, medio y largo plazo, lo que comúnmente se conoce como un "orden perfecto", pero los resultados no fueron buenos. Tal vez se deba a que las condiciones actuales del mercado son malas, o tal vez es solo una leyenda urbana que es similar al análisis técnico y no tiene una base real.
Promedio de ganancias/pérdidas +0.5%, acumulado +0.6%.

■Comparación de algoritmos
Simulé una comparación de dos algoritmos: uno que compra cuando el precio de apertura del día siguiente es unos pocos puntos porcentuales más bajo que el precio de cierre del día anterior, basándose en predicciones de inteligencia artificial de una tendencia alcista, y otro que compra cuando el precio de apertura del día siguiente es igual o superior al precio de cierre del día anterior. Aunque parece que el primero, "comprar a un precio más bajo", tendría mejores resultados según la intuición humana, el segundo en realidad gana. Esto se puede entender porque los precios de las acciones tienden a continuar subiendo si suben y a continuar bajando si bajan.
El beneficio/pérdida promedio para cada uno es de +2.0% y +0.9%, por lo que podría ser una diferencia significativa.

■Error en el cálculo de la operación de intercambio.
Cometí un error en el cálculo de la operación de intercambio. Sí. Pensé que los resultados eran demasiado buenos. Los nuevos resultados son los siguientes: aproximadamente -1%.
Aunque las condiciones del mercado han sido muy malas desde principios de año, una ganancia/pérdida del -1% puede considerarse un buen esfuerzo.
Quiero creer que se volverá positivo si las condiciones del mercado se recuperan.

Air trade 1 [Promedio de todas las acciones objetivo] Ganancia/pérdida: +0.1% (promedio ponderado, énfasis reciente) -0.1% (promedio, período completo) Acumulado: -1.3% (período completo)
Air trade 2 [Promedio de todas las acciones objetivo] Ganancia/pérdida: -0.8% (promedio ponderado, énfasis reciente) -0.7% (promedio, período completo) Acumulado: -1.5% (período completo)
Air trade 3 [Promedio de todas las acciones objetivo] Ganancia/pérdida: -0.8% (promedio ponderado, énfasis reciente) -0.7% (promedio, período completo) Acumulado: -1.6% (período completo)
Air trade 4 [Promedio de todas las acciones objetivo] Ganancia/pérdida: -0.8% (promedio ponderado, énfasis reciente) -0.7% (promedio, período completo) Acumulado: -2.2% (período completo)
Air trade 5 [Promedio de todas las acciones objetivo] Ganancia/pérdida: -0.1% (promedio ponderado, énfasis reciente) -0.1% (promedio, período completo) Acumulado: -0.8% (período completo)

■Las condiciones del mercado son importantes.
Las condiciones del mercado hoy fueron buenas, por lo que se recuperó y pasó a ser positivo. Necesito modificarlo para que sea positivo independientemente de las condiciones del mercado.

Air trade 1 [Promedio de todas las acciones objetivo] Ganancia/pérdida: +0.5% (promedio ponderado, énfasis reciente) +0.1% (promedio, período completo) Acumulado: -0.0% (período completo)
Air trade 2 [Promedio de todas las acciones objetivo] Ganancia/pérdida: +0.4% (promedio ponderado, énfasis reciente) +0.2% (promedio, período completo) Acumulado: -0.1% (período completo)
Air trade 3 [Promedio de todas las acciones objetivo] Ganancia/pérdida: +0.1% (promedio ponderado, énfasis reciente) -0.0% (promedio, período completo) Acumulado: -0.5% (período completo)
Air trade 4 [Promedio de todas las acciones objetivo] Ganancia/pérdida: +0.4% (promedio ponderado, énfasis reciente) +0.2% (promedio, período completo) Acumulado: -0.0% (período completo)
Air trade 5 [Promedio de todas las acciones objetivo] Ganancia/pérdida: -0.3% (promedio ponderado, énfasis reciente) -0.4% (promedio, período completo) Acumulado: -1.4% (período completo)

■La IA sigue siendo una caja negra.
He empezado a notar predicciones que parecen correctas, pero también resultados que son obviamente incorrectos. Sin embargo, incluso cuando yo, como humano, pienso que algo está mal, el precio real de las acciones es aún más incomprensible, por lo que podría estar más allá de la comprensión. La IA, o el aprendizaje profundo, tiene la desventaja de tener un resultado intermedio desconocido, que es una caja negra. Es difícil explicar por qué se producen esos resultados. Aunque hay una lógica básica, es difícil para la IA explicar los detalles. Por lo tanto, es importante comparar los resultados con la realidad para ver si son correctos. Parece que la dirección general es algo correcta, pero el momento de cuándo subir y cuándo bajar es débil. Quizás sea mejor usar la IA para ver la dirección y que los humanos ajusten el momento.

También, cuando creo algo, siempre hay personas que vienen a "robar" tus logros o a exigir una parte de las ganancias, que te critican e intentan minimizar tus contribuciones, como parásitos. Siempre es frustrante que tus logros sean menospreciados. Cuando lo hago solo, no hay nadie más alrededor, y como no estoy subcontratando a nadie, está claro que todo lo que creé fue hecho por mí, y no hay personas que intenten menospreciarme o robar mis logros, así que es refrescante. En una empresa, hay una contradicción donde lo mismo creado por una persona se evalúa más alto que lo mismo creado por 10 personas, incluso si es obvio que la primera opción es más eficiente. Aunque la primera opción tiene 10 veces más rentabilidad, la segunda se evalúa más alto porque cuesta 10 veces más. Los superiores que no entienden de TI no entienden que algo puede ser creado por una sola persona. Debido a que no entienden de TI, tienden a creer fácilmente en promesas grandiosas y en personas seguras de sí mismas. Debido a que no entienden de TI, juzgan según el número de personas en lugar de los resultados. Espero que no haya muchas empresas así. Los profesionales de TI no permanecen mucho tiempo en empresas así. Espero que haya empresas que valoren los resultados. En última instancia, aquellos que están en la cima no entienden la tecnología ni los resultados y juzgan según el número de personas. La industria de la TI sigue siendo una sociedad de "persona-mes", y en la industria del desarrollo, no se trata de hacer algo de manera eficiente, sino de crear un "ritual" de hacer mucho ruido para clientes que tienen dinero pero no entienden de TI, y eso es lo que genera dinero. Es casi imposible ser pagado en función de los resultados. Por eso no me gusta la industria del desarrollo, y básicamente solo confío en empresas o individuos que utilizan la TI para su propio negocio. Bueno, si todos valoraran solo los resultados, muchas personas podrían estar desempleadas, así que quizás la industria de la TI está sustentando el sustento de las personas de alguna manera.



■Monitoreo de Operaciones en Bolsa (Air Trade)
El promedio reciente de Air Trade 4 ha aumentado a +4.3%. El número de acciones monitoreadas ha superado las 300. Podría ser simplemente un error aleatorio o suerte, por lo que seguimos observando.
Continuamos entrenando el modelo de IA. Estamos realizando pequeños ajustes cada día.■5 victorias, 1 derrota.
Según los resultados del análisis del otro día, las operaciones de intercambio sin costo resultaron en 5 victorias y 1 derrota. Eso no está mal.
Por supuesto, como se trataba de un intercambio sin costo, no compré nada realmente.El mismo día, las cosas fueron aún más locas. Wow. Es un Air Tre.■OCR
No estoy comprando la idea, pero Sansan parece que podría convertirse en una oferta pública inicial legendaria. Es una empresa que salió a bolsa con pérdidas, con bajas ventas, pero su capitalización de mercado es de 12 mil millones de yenes, lo cual es incomprensible.
Hice un cálculo aproximado del rendimiento de los dividendos de Sansan basándome en suposiciones optimistas. Esto solo es posible si la empresa realmente crece como dice el presidente. Si entra en un período como el mercado de pagos móviles, donde la competencia es feroz, es probable que el precio de las acciones continúe disminuyendo. Técnicamente, es fácil de imitar, por lo que es principalmente un problema de marketing. Depende de cómo reaccionen los principales actores. Considerando este margen de beneficio, podría sentirme tentado a invertir.Sansan es simplemente un sistema que utiliza OCR para leer tarjetas de presentación, ¿verdad? Me pregunto cómo lograron cotizar en bolsa y ganar mucho dinero con algo así. Es similar a Amazon en el sentido de que probablemente se centraron en el marketing para lograr un monopolio y ganar mucho dinero. Estoy pensando en intentar crear una aplicación de reconocimiento de caracteres con IA que sea de moda, solo por diversión. Y la idea de crear algo "compatible con Sansan" para robarles a todos sus clientes (jaja) podría ser un poco demasiado. Por ahora, solo intentaré crear una aplicación que infiera cadenas de fuentes a partir de imágenes.

De todas formas, busqué artículos sobre Sansan, y... No se volverá popular a menos que tenga una precisión del 100%.
https://www.itmedia.co.jp/news/spv/1906/17/news042_2.html
Esta es una típica anécdota japonesa. Parece sorprendentemente complicado. Quizás por eso es un factor diferenciador, pero no creo que la gente de todo el mundo esté buscando ese nivel de precisión.
Además, las tarjetas de presentación podrían desaparecer por completo.

Google tiene un OCR de código abierto, así que quizás lo pruebe algún día.

■ Después
He estado entrenando continuamente el modelo de IA, realizando ajustes finos, y el sitio web sigue funcionando. No puedo superar las malas condiciones del mercado, por lo que los resultados operativos son bastante difíciles. Es de alrededor del 1% cuando las condiciones del mercado son buenas, pero es negativo cuando las condiciones del mercado son malas. Quizás sea mejor usarlo solo cuando las condiciones del mercado son buenas. Es difícil usarlo tal como está, pero es demasiado escaneo todos los valores yo mismo, por lo que usarlo como un método para un cierto nivel de filtrado parece razonable.

Período de creación:
Mediados de marzo de 2019: Descargué Matlab y comencé a experimentar.
Principios de abril: Primer intento con Python.
Finales de abril: Se completó la versión inicial del sitio web de análisis de IA.
Finales de mayo: El sitio web de análisis de IA casi se completó.
Desde entonces, el modelo se ha estado entrenando continuamente en un PC dedicado, y se realizan ajustes según sea necesario.