今日の日経平均株価
今日の日経平均株価は、前日比 343.98 円高の 42,977.27 円と続伸で始まり、9:05 に 43,201.42 円の高値を付けましたが、上げ幅を縮小して 10:03 に 42,801.72 円の安値を付けました。
その後 42,900 円台で揉み合い、前場は 42,922.33 円で取引を終えました。
後場は 42,827.15 円で取引が始まり、さらに上げ幅を縮めて 12:42 に 42,681.37 円の安値を付けました。
その後少し持ち直して小幅高で推移して、大引けは前日比 174.53 円高の 42,807.82 円で取引を終えました。
デイトレ用自作アプリ
Python で作っている自作のデイトレアプリで、ゆくゆくは自動売買に挑戦するために取り組んでいます。
以下は株価に関連する情報の流れを示しています。
楽天証券では、Python からネットワーク越しに直接取引できるような API が提供されていないので、マーケットスピード II RSS を介して取引をする構成を取っています。
今日のデイトレは…
アプリに強化学習モデルを組み込みました。アプリの表示は株価トレンドを示すのみですが、1 秒間隔で マーケットスピード II RSS から取得する株価データ（タイムスタンプ、株価、累計出来高）をモデルへ渡して売買判定（推論）をさせ、取引シミュレーションを実施しています。なお、15:24:50 の時点で建玉を持っていれば強制返済するようにしています。
日々、趣向を変えたモデルをあれこれ試していて、学習効果が良さげであればどんどん試していきたいと考えています。そのため、モデルをコロコロ変えるかもしれませんが、とりあえずアプリに実装したモデルのパフォーマンスを日々まとめていきます。
| Date | Profit (JPY) | Note |
|---|---|---|
| 2025-08-25 | 7,300 | 過去 2025-08-19 - 22 の 4 日間のティックデータを順番に 100 回学習後に使用 |
今日も新しいモデルを試しました。今回は、GPT-5 のアドバイスに従って、入力した株価情報から、移動平均やばらつき、RSI を算出して特徴量に加えてみました。
約 1 秒間隔で取得したティックデータをそのまま扱う、という縛りを入れているので、新たに追加した特徴量が効果的に効いているかどうかを検証できていません。週末に何回もモデルを作り直して、過去のティックデータでのシミュレーションと学習をして、そこそこパフォーマンスが安定しているものを使っています。
今回の約定回数は 32 回でした。シミュレーション上の売買成立条件を少し厳しくしたことが効いているのかもしれません。
| 注文番号 | 注文日時 | 銘柄コード | 売買 | 約定単価 | 約定数量 | 損益 | 備考 |
|---|---|---|---|---|---|---|---|
| 1 | 2025-08-25 09:00:08 | 7011 | 売建 | 3878 | 100 | ||
| 2 | 2025-08-25 09:00:49 | 7011 | 買埋 | 3845 | 100 | 3300.0 | |
| 3 | 2025-08-25 09:00:51 | 7011 | 売建 | 3847 | 100 | ||
| 4 | 2025-08-25 09:01:53 | 7011 | 買埋 | 3841 | 100 | 600.0 | |
| 5 | 2025-08-25 09:01:55 | 7011 | 売建 | 3840 | 100 | ||
| 6 | 2025-08-25 09:09:26 | 7011 | 買埋 | 3832 | 100 | 800.0 | |
| 7 | 2025-08-25 09:09:28 | 7011 | 売建 | 3832 | 100 | ||
| 8 | 2025-08-25 10:00:58 | 7011 | 買埋 | 3809 | 100 | 2300.0 | |
| 9 | 2025-08-25 10:01:00 | 7011 | 売建 | 3810 | 100 | ||
| 10 | 2025-08-25 10:11:08 | 7011 | 買埋 | 3807 | 100 | 300.0 | |
| 11 | 2025-08-25 10:11:09 | 7011 | 売建 | 3807 | 100 | ||
| 12 | 2025-08-25 10:47:29 | 7011 | 買埋 | 3814 | 100 | -700.0 | |
| 13 | 2025-08-25 10:47:31 | 7011 | 売建 | 3814 | 100 | ||
| 14 | 2025-08-25 11:18:47 | 7011 | 買埋 | 3809 | 100 | 500.0 | |
| 15 | 2025-08-25 11:18:48 | 7011 | 売建 | 3809 | 100 | ||
| 16 | 2025-08-25 11:27:01 | 7011 | 買埋 | 3808 | 100 | 100.0 | |
| 17 | 2025-08-25 11:27:03 | 7011 | 売建 | 3809 | 100 | ||
| 18 | 2025-08-25 12:30:06 | 7011 | 買埋 | 3807 | 100 | 200.0 | |
| 19 | 2025-08-25 12:30:07 | 7011 | 売建 | 3807 | 100 | ||
| 20 | 2025-08-25 12:30:08 | 7011 | 買埋 | 3807 | 100 | 0.0 | |
| 21 | 2025-08-25 12:30:10 | 7011 | 買建 | 3805 | 100 | ||
| 22 | 2025-08-25 12:30:11 | 7011 | 売埋 | 3805 | 100 | 0.0 | |
| 23 | 2025-08-25 12:30:12 | 7011 | 売建 | 3805 | 100 | ||
| 24 | 2025-08-25 12:30:54 | 7011 | 買埋 | 3803 | 100 | 200.0 | |
| 25 | 2025-08-25 12:30:56 | 7011 | 売建 | 3803 | 100 | ||
| 26 | 2025-08-25 12:59:34 | 7011 | 買埋 | 3801 | 100 | 200.0 | |
| 27 | 2025-08-25 12:59:36 | 7011 | 売建 | 3802 | 100 | ||
| 28 | 2025-08-25 14:49:52 | 7011 | 買埋 | 3808 | 100 | -600.0 | |
| 29 | 2025-08-25 14:49:53 | 7011 | 売建 | 3808 | 100 | ||
| 30 | 2025-08-25 15:04:39 | 7011 | 買埋 | 3811 | 100 | -300.0 | |
| 31 | 2025-08-25 15:04:41 | 7011 | 売建 | 3812 | 100 | ||
| 32 | 2025-08-25 15:24:50 | 7011 | 買埋 | 3808 | 100 | 400.0 | |
| 合計損益 | 7300.0 | ||||||
学習モデルへの報酬設計がいい加減なので、まだまだ改良の余地がありますが、しばらくこのモデルのパフォーマンスをモニターします。
課 題
現在、課題と考えていることを下記にまとめました［随時更新〗。
- マーケットスピード II RSS による売買
- Excel VBA, Python 側で実際の売買を試す。
- 売買のためのサンプルワーク
- PyTorch を利用した強化学習モデルの実用化
参考サイト
- マーケットスピード II RSS | 楽天証券のトレーディングツール
- マーケットスピード II RSS 関数マニュアル
- 注文 | マーケットスピード II RSS オンラインヘルプ | 楽天証券のトレーディングツール
- PythonでGUIを設計 | Qtの公式Pythonバインディング
- PyQtGraph - Scientific Graphics and GUI Library for Python
- Python in Excel alternative: Open. Self-hosted. No limits.
- Book - xlwings Documentation
0 件のコメント:
コメントを投稿