株式シミュレーションのための「格納関数」完全解説

動画⇩
https://youtu.be/Fue06tcZz-g

株式投資のシミュレーションにおいて、どのようなデータを記録するかは非常に重要です。

今回は、私が独自に名付けた「格納関数」について詳しくご紹介します。

この関数は、実際に株を購入した際の株価情報や過去データ、移動平均線の傾き、日経平均など、売買判断に役立つさまざまな情報を保存するものです。

私のシミュレーションでは、株を購入した時点でのさまざまな情報を記録し、それを後の分析に活かしています。具体的には、以下のような情報を格納しています。

1. 注文数量（オーダークワンティティ）
実際に注文した株数を記録。

2. 購入日時（デイデイ）
取引の発生日を記録。

3. 週足情報（O0Wなど）
週足の始まりを記録。
週足ベースでのデータ分析も可能。

4. 移動平均線の関連データ
移動平均線の値
移動平均線の傾き
移動平均線の加速度

5. 日経平均のデータ
購入時の日経平均を記録。

6. 売却情報（トリガー）
指値で売れたのか、逆指値で売れたのか、期限切れで売れたのかを識別。
後の分析で売却の傾向をつかむための重要なデータ。

7. 売買の詳細情報
銘柄コード
購入時の株価
何日後に売却したか
バイクローズ1（指値売り）
バイクローズ2（逆指値売り）
今後の追加予定データ

より精度の高いシミュレーションを実現するために、以下のデータも追加していく予定です。

・売買代金の記録

・日経平均の詳細な変動情報

・購入後の株価推移の記録

また、将来的には強化学習を用いた分析も考えています。

具体的には、株を購入後の価格推移を学習データとして蓄積し、「今のタイミングで売るべきか？」を機械学習で判断できるようなシステムを構築したいと考えています。

次回の動画では、新たに追加した特徴量について詳しく解説します。今後のシミュレーション精度向上に向けて、さらなる進化を目指します。

また次回もよろしくお願いします。