第８回 ＡＩシステムトレード開発
近況
コロナの影響はじわじわと押し寄せており、
昨日はＭＥＧＡドンキーに行ったのであるが、結構人が多くて
マスクをしていても、どこも混雑していて、
ときどき、ここでコロナ出たら、一巻の終わりやんか・・・って、状況によく出くわす。
別に街に出たところで、何もいいこともないのであるが、
やはり性格的には、不要不急の外出をしなくては、いけない性質（たち）なんだと思う。
そうして、どこかでコロナに感染してしまう・・・
（世の中の人々の大半が、そうなんだと思うが）
本題
今日の本題であるが、やはりＡＩというのは、
学習データの与え方や、ネットワークの組み方など
いわゆる、調教の部分に難しさを感じている。
自分の手足以上に、ペットを飼いならすかのごとく
どんな餌を与えて、どんな環境で飼育したら、
言うことを聞いてくれるのか、なかなか難しいように思う。
本屋に行って、それこそPythonを使ってＡＩの本は
山ほど見つかるのであるが、どのような構成でモデリングしたらよいのか
その部分については、あまり開示されていないように思う。
とりあえず、この週末に検討したこととしては
１）教師データを増やすこと
これまで日足で５０００データほど与えていたが、ＰＦデータでは時間圧縮がされるため、これを１５分足にしてみた。
データはOANDAのメタトレードのものをＣＳＶ保存して使っている。
２）ハイパーパラメータの工夫
BATCHサイズや、時間軸のステップ長さなど、まだまだ調整する必要がある。
これらの変更と調整の部分で、ソースコードを関数式に変更した。
パラメータ調整自体が、最適化問題になるため、この部分は別途でループを回す必要がある。
ＭＴ４であれば、遺伝的最適化法があるが、ＡＩの場合は外付けで最適化問題を解く必要がある。
３）最適化法
大学院時代にやっていた共役勾配法が、こんな時に役に立ってくるとは・・・
ＡＩがまだ無名な時代に学んだことがある。
会社に入ってからは、実験計画法という形で、条件最適化をやっていて、この知識も融合すれば
鬼に金棒の気がする。
結局ＡＩの知識って、プログラミングだけの話と思っていたが、
統計解析や品質工学やモデル解析など、いろんなことが絡んでくるねえ・・・
会社に入って、熱解析シミュレーションや構造最適化をやっていたので、
そういう知識を生かせるのかもしれない。
