Udacity で Machine Learning for Trading のビデオを見てみた.

これは、coursera にある以下のコンテンツの Part2 になる.

講義内容

3つのパートに分かれている.

  1. Python の numpy, pandas, scipy の使い方
  2. ヘッジファンドについて
  3. 機械学習

1 つめは、python の numpy, pandas ライブラリを用いて 金融データをどうやって扱うかが説明される.

2 つめは、ヘッジファンドの仕組みについて. ここのパートは、coursera の講義内容と内容がかぶってていたので、 飛ばした.

3 つめは、機械学習をシステムトレードに適用する方法について 説明される. 具体的に説明されていたのは、以下のような内容.

  • 線形回帰
  • KKN 法
  • Q 学習(強化学習)

他にも、KKN 法を改良した bagging algorithms や、 Q 学習を改良しした、Dyna-Q 学習 algorithms について解説されていた. 一度ビデオをみただけでは理解できなかった.

それから、この MOOC には提出課題はない. 課題の内容は公開されているのだが、提出が求められていない. Disscussion Board とかもないので、自力で解くのは断念して、課題はやらなかった.

感想

機械学習について、学べると思ったが、正直理解できなかった.

また、Computational Investing Part I に触発されて去年 FX のシステムトレードを したのて、これに機械学習のアイデアを取り入れて改良できればいいなと考えていた のだが、理解できていないので改良できない..

今後について

この講義だけで、機械学習をまなべると思っていたのは舐めていた.

本当に機械学習をシステムトレードに当てはめるためには、 本腰を入れて機械学習を学ばないといけないな. しかも、日本語のリソースで!(英語は理解できない)

機械学習を勉強するには、覚悟を決めて取り組まないと理解できない気がする. お試しで身につくようなものではない. 時間をかけるべきか、悩む.

とりあえず、深追いはせずにここで学習はやめようと思う.