前回失敗したディープラーニングに再挑戦しました。前回はone hot した上で、なぜか正規化していましたが、これを中止し学習・推論を行いました。
学習に使用したデータは３月と４月の10秒ごとにエントリーしてその後トレイリングした場合、どの程度の利益が望めたかを計算したものとそのそれぞれ10秒に計算された変数の値を使いました。変数をニューラルネットに投入して、利益値を結果として学習させました。推論値と実際の値を描画すると、次のような図になりました。縦軸が推論値、横軸が実際の値です。
学習後、テスト用にとっておいたデータを使って推論して、利益が100円以上のものだけを使うようにすると、実際の利益が0未満のものは71件、0以上のものは1492件ありました。この推論結果を使うと約95%は0以上の利益を出すことが可能になりそうです。さて、、、
さて、とはいえニューラルネットワークを通して推論した結果を使うと、今回のネットワークはExplainable な部分を備えていないので、なぜエントリーをする結論をしたのかが不透明になります。このため、実際にはニューラルネットワークで好成績を残せた部分を使ってエントリーを実行する変数の組み合わせを発見するところに利用しようかと考えています。