Candle Chart Analysis

1分足チャートを用いて、為替レートの分析を行う。

データの取得先

MT4 ヒストリカルデータ

データの取得と加工

1. 上記のサイトにおいて、2015年から2020年までの「USD / JPY」のデータを取得する。

2. 取得したファイルのうち、1年分のデータが掲載されているファイル（USDJPY_all.csv）をエディタで開き、1列目と2列目をハイフンで結合する。（結合後は、1列分データが減ることになる）

   また、年月日の部分は、ハイフンで結合する。

   # before
   2015.01.02,00:00,119.737,119.742,119.735,119.742,0
   2015.01.02,00:01,119.742,119.744,119.693,119.693,1
   2015.01.02,00:02,119.693,119.7,119.693,119.698,0
   2015.01.02,00:03,119.698,119.703,119.698,119.703,0
   2015.01.02,00:04,119.703,119.703,119.695,119.695,1
   
   # after
   2015-01-02-00:00,119.737,119.742,119.735,119.742,0
   2015-01-02-00:01,119.742,119.744,119.693,119.693,1
   2015-01-02-00:02,119.693,119.7,119.693,119.698,0
   2015-01-02-00:03,119.698,119.703,119.698,119.703,0
   2015-01-02-00:04,119.703,119.703,119.695,119.695,1

3. 編集後のファイルを1つのファイルにまとめる。

   2015年から2020年までのデータを結合すると、2,227,651行になる。

4. 以下のように、ヘッダを付加する。（ヘッダ追加後は、2,227,652行）

   # before
   2015-01-02-00:00,119.737,119.742,119.735,119.742,0
   2015-01-02-00:01,119.742,119.744,119.693,119.693,1
   2015-01-02-00:02,119.693,119.7,119.693,119.698,0
   2015-01-02-00:03,119.698,119.703,119.698,119.703,0
   2015-01-02-00:04,119.703,119.703,119.695,119.695,1
   (中略)
   2020-12-31-23:55,103.284,103.298,103.284,103.29,33
   2020-12-31-23:56,103.291,103.293,103.289,103.291,10
   2020-12-31-23:57,103.292,103.292,103.289,103.291,13
   2020-12-31-23:58,103.293,103.3,103.293,103.3,60
   2020-12-31-23:59,103.296,103.308,103.293,103.307,126
   
   # after
   datetime,open,high,low,close,volume
   2015-01-02-0:00,119.737,119.742,119.735,119.742,0
   2015-01-02-0:01,119.742,119.744,119.693,119.693,1
   2015-01-02-0:02,119.693,119.7,119.693,119.698,0
   2015-01-02-0:03,119.698,119.703,119.698,119.703,0
   2015-01-02-0:04,119.703,119.703,119.695,119.695,1
   (中略)
   2020-12-31-23:55,103.284,103.298,103.284,103.29,33
   2020-12-31-23:56,103.291,103.293,103.289,103.291,10
   2020-12-31-23:57,103.292,103.292,103.289,103.291,13
   2020-12-31-23:58,103.293,103.3,103.293,103.3,60
   2020-12-31-23:59,103.296,103.308,103.293,103.307,126

5. 作成したファイルを「concat_USDJPY2015_2020.csv」として、「analysis/csv」に格納する。

   面倒な人は、analysis/csvにそれぞれのcsvファイルを配置し、以下を実行する。csvファイル名は該当するShell Scriptを参照すること。

   cd analysis/csv
   
   chmod +x convert_csv.sh
   ./convert_csv.sh

起動方法とアクセス方法

ここでは、環境構築にdockerを利用する。dockerの導入方法については、割愛する。

1. docker-compose.ymlがあるディレクトリで、以下のコマンドを実行し、jupyterコンテナを起動する。

   # build
   docker-compose build
   # start
   docker-compose up -d

2. 起動後に、tokenの情報が必要になるため、以下を実行し、tokenを得る。

   chmod +x get_token.sh
   ./get_token.sh

3. jupyterコンテナを起動したPCのIPアドレスまたはドメイン名を指定し、Jupyter Notebookにアクセスする。ここで、ポート番号は「18580」を指定すること。

4. 事前に取得したtokenを入力し、Webブラウザからworkディレクトリに移動する。

チャート画像の作成手順

pythonファイルを直接実行する場合

1. docker containerにアクセスし、以下のコマンドを実行し、チャート画像の作成が完了するのを待つ。

   python create_dataset.py

Jupyter Notebookから実行する場合

1. Jupyter Notebookから「create_candle_chart_dataset.ipynb」を起動する。
2. 起動したNotebookの先頭セルから順番に実行する。チャート画像の作成には時間がかかるため、余裕をもって実施すること。

モデル構築の実施手順

pythonファイルを直接実行する場合

1. docker containerにアクセスし、「src」以下に移動する。

2. 以下のコマンドを実行し、学習が完了するのを待つ。

   python main.py

Jupyter Notebookから実行する場合

1. Jupyter Notebookから「deep_learning.ipynb」を起動する。

2. 起動したNotebookの先頭セルから順番に実行する。学習には時間がかかるため、余裕をもって実施すること。

   また、チャート画像が必要になるため、事前にチャート画像を作成しておくこと。