アメンボ式ＡＩ活用法［第１部］

１．本書の目標 　本シリーズは、FX（USDJPY；ドル/円）のテクニカル分析による予測にAI（scikit-learn）　 　を使用した場合のテスト結果を報告するものです。（現状はプロトタイプ版です） 　●本稿では、為替（FX）チャートから生成済みのDataFrame（特徴量とラベル）と 　　Pythonプログラムを使って機械学習・予測を実施した例を解説します。 　筆者はテクニカル分析をFX予測に使うならば、現在のMT4などの専用ソフトでも充分と 　考えていました。AIに期待するのは「チャート」以外の外部情報 （例えば、Twitter内のワード出現率等）の応用であり検討中なのですが、 　一旦立ち止まって「チャート情報」のみを使ったAIがどの程度の効果を上げられるものかを 　評価してみることにしました。 　本書はその結果を、本書に添付した下記の２つを使って読者が実際に体験できます。 　　①サンプルデータ（DataFrameに纏めた特徴量とラベル） ；生成済み品を添付 　　②サンプルソフト（Pythonの「scikit-learn」による機械学習）；ソースコードを添付 　※DataFrameの生成方法と実例は、［第２部］（別稿）で詳細に解説しています。 （注）本稿では、Python、scikit-learn、およびMT4（MQL4）の技術的な詳細解説は 　　　いたしません。 ２．本書の構成 ＜本書の目次＞ （１）このシリーズ（２部作）で実現すること　　　　　　　 （２）筆者の「AIテクニカル分析」方法論　　　　　　　　　 （３）勝敗の考え方・・とても重要です　　　　　　　　　　　 （４）Pythonコードの構成概要（第1部、第2部）　　　　　　　 （５）サンプル「DataFrameとk_10_test.py」のダウンロード　 （６）DataFrame例と学習・推論（予測）実行例　　　　　　 （７）テストプログラム「k_10_test.py」の解説 （８）テストプログラム実行結果例 　　 （９）本稿「第１部」と別稿「第２部」について 　 （10）筆者プロフィールと、若干のヒント 　 　（注）開発環境； 　　下記に示す環境やデータは、全てネット上から無料で入手できるものばかりです。 　　　・開発環境ソフト； 　　Spyder3（IPython）32bit版を使います 　　　・機械学習用ライブラリ； scikit-learnを使います 　　　・AIアルゴリズム； 　　　RandomForestによる「分類」を使います 　　　・解析対象「為替ﾃﾞｰﾀ」； USDJPY　5分足（OANDAデモ版MT4の為替データ） 　　開発環境ソフトには32bit版を使用します、理由はDLL経由で情報の授受を行う予定の 　　相手であるMT4が32bit版アプリのためです。（DLLを使うためにはbit統一が必要） 　　※本書では「pip」を使って、Python用「ライブラリ（scikit-learn等）」は 　　　導入済みとして、解説しています。 　（２）添付電子データ 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　以　上