お盆休みに何しよっかなーと考え、お題をN225先物にいたしました。
何故なら、それは長期データがあったから。
そして、過去に↓でN225を分析すると宣言していたから。
しかしながら、ターゲットとなる時間帯はオーバーナイトとしておりましたが、その後分析するとなかなかエッジが見つからない。
そのため、頭を切り替え週足に切り替えると、あるではないですか、エッジが。
これはイケそう！と思って手が動きます。
モデルについて
今回試してみたかったのは、弱学習モデルのアンサンブルだったので、ちょっと弱そうでも特徴量として採用し、ランダムフォレスト的にモデルを作ってゆきました。
具体的には以下手順です。
①良さそうな特徴量があれば、単回帰でトレードモデルを作成。
②上記モデルで買いなら１、売りならー１、見送りなら０のシグナルに変換する。
※１階層の決定木とも言えないこともない。
③特徴量の数だけモデルを作成
なお、特徴量は可能な限り相関が低そうなものを選んだ。
④シグナルを足し合わせ、多数決方式で売り買いを判断。
非常にシンプルで誰にでも実装できる方法だと思いながら、良いのができるか半信半疑で進めてゆきました。
バックテスト結果
結果は上の通りです。11モデル投入して多数決。
16年間で+586％、最大DD１６％、勝率６０％。
正直な感想は効くなーという印象です。
でも物凄く致命的なミスを犯しています。
フォーワード区間にわけずにモデルを作ってしまいました。
最初は線形回帰だからいいかぁーと思っていたのですが、
後から後悔。
ああ、どうしよかなぁ。
今後について
上記のモデルはYahoo Financeだけで取得できるデータだけを使っています。
今後はJ Quants APIも使ってみようと思っていますが、課金していないので、2年分しかデータがとれませんし、制限もあります。
とりあえず、瞬間風速でプレミアムを試すか検討中です。
何せ、特徴量に飢えてますので。
そして止めれなくなるパターンかもしれませんが。
あー、会社休んで研究してぇ。
では。
特徴量が全てです。
名著