【コピペOK】深層学習AIを使った仮想通貨の自動売買を初心者向けに解説

pip3 install tensorflow

pip3 install matplotlib

from tensorflow.keras.layers import Activation, Dense
from tensorflow.keras.models import Sequential

def create_model():

    model=Sequential()
    model.add(Dense(16,activation="relu",input_shape=(16,)))
    model.add(Dense(16,activation="relu"))
    #色々modelの構造をいじってみて実験すると良い。下のコメントを外すだけでもまた形状が変化する。
    # model.add(Dense(64,activation="relu"))
    model.add(Dense(1))

    return model

from model import create_model
from tensorflow.keras.layers import Activation, Dense, Dropout
from tensorflow.keras.models import Sequential
from tensorflow.keras.optimizers import Adam
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

#モデルの作成
model = create_model()

#Deep Learning モデルの形状を表示
#print(model.summary())

#modelをコンパイル（最小化しようとする損失関数--ここでは自乗誤差--などを指定）する
model.compile(loss='mse', optimizer=Adam(lr=0.001), metrics=['mae'])

#学習用データ
df = pd.read_csv("price-data.csv")

#後のコードが書きやすいように訓練データを加工
#よくわからない時はdfをprintで見てみると良い

#まず現状だと日付の降順にデータが並んでいるので、逆にする
df = df.sort_index(axis='index',ascending=False)

#同じ行に過去16時点の価格(予想に使う説明変数)と今の価格（目的変数）が並ぶようにする
for i in range(16):
    df["終値-"+str(i+1)]=df["終値"].shift(i+1)

df = df.dropna(how="any")

# print(df.head())
# print(df.tail())
# print(df.columns)

#dfをnumpy配列に変換
#訓練データ(train_x)は　過去16時点までの価格*行数　となっている
train_x=df[["終値-"+str(i+1) for i in range(16)]].values
train_y=df["終値"].values

# print(train_x.shape)
# print(train_y.shape)
# print(train_x)
# print(train_y)

#注意）今回はコードの簡単さを重視して正規化などは無し
#リターンの時系列などにする、といった工夫もなし

# 学習の実行
history = model.fit(train_x, train_y, epochs=400, validation_split=0.2)

#学習結果をファイルに保存
#成功するとディレクトリ内にparam.hdf5というファイルが生成される
model.save_weights('param.hdf5')

#学習中の評価値の推移
#右肩下がりのグラフになっていると嬉しい
plt.plot(history.history['mae'], label='train mae')
plt.plot(history.history['val_mae'], label='val mae')
plt.xlabel('epoch')
plt.ylabel('mae')
plt.legend(loc='best')
plt.ylim([0,1000000])
plt.savefig("train-result.png")

from model import create_model
import pandas as pd
import numpy as np
from coincheck import market,order,account

#モデルの読み込み
model = create_model()

#学習した重みを読み込み
#先にtrain.pyを実行していないと、param.hdf5が存在しないのでエラーになる
model.load_weights('param.hdf5')

#学習したデータを使って今日の終値予測

#予測に使うデータを準備
df = pd.read_csv("price-data.csv")
#現状だと日付の降順にデータが並んでいるので、逆にする
df = df.sort_index(axis='index',ascending=False)

#入力データ
input_data = np.array([[df["終値"].iloc[-(i+1)] for i in range(16)]])

#推論値
prediction = model.predict(input_data).flatten()
print("AIが予測するBTC価格は以下です。")
print(prediction)

#直近のBTC価格をコインチェックから取得
m1=market.Market()
price_now = m1.ticker()["last"]
print("コインチェックでのBTC取引価格は以下です。")
print(price_now)

if prediction>price_now:
    print("予測値が現在価格より高いので、買い注文を出します。")

    #注文を出すには認証が必要
    access_key=input("APIのアクセスキーを入力してください")
    secret_key=input("APIのシークレットキーを入力してください")

    print("買い注文を実行します。")
    o1 = order.Order(secret_key=secret_key,access_key=access_key)
    print(o1.buy_btc_jpy(rate=str(price_now),amount=0.005))
else:
    print("買いチャンスとは判断出来なかったので、何もしません。")

python3 train.py

history = model.fit(train_x, train_y, epochs=400, validation_split=0.2)

python3 auto-trade.py