仮想通貨の指標探索

前回の記事にて必要なデータを取り指標を探索するためにデータを加工したときのメモ

ライバルが増えると利益が損なわれるので方法論だけです。

とあるデータAとBを何かしら加工（ここはぼかしてます）して結合し欠損値を削除
指標によっては省略

df_con=pd.concat([A, B],axis=1) # 結合
df_con=df_con.dropna() # 欠損値削除
df_con.columns = ['A', 'B'] # columnsに名前を付けなおす

更に統計だして指標を割り出す。（利益なくなるのでここも省略
ここの関数から相関係数（情報係数）を割り出しつつ画像で確認

from calc_self_correlation import plot_corrcoef

# 事前に指標と数秒後のリターンを計算してnumpyで結合削除
a=np.vstack([indicator, returns])
a=a[:, ~np.isnan(a).any(axis=0)]
plot_corrcoef(a[0],a[1],x='indicator',save_fig=True)

相関係数が0.4以上であれば優秀
今回の決定係数0.199
予測精度は72%

後は最小ロットでテストして遅延と取引所固有問題の対策