【2時間で完成】為替（FX）を予想する深層学習AIをPythonで無料作成

pip3 install pandas
pip3 install pandas-datareader
pip3 install tensorflow
pip3 install matplotlib

pip3 install oandapyV20

from simple_model import build_simple_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
import pandas_datareader.data as DataReader

start_day = "2016-10-1"

#start_dayから今日までのデータをダウンロードし、学習データとする。
df=DataReader.get_data_yahoo("JPY=X",start=start_day)

#ドル円データをcsvにして保存しておく
df.to_csv("USDJPY.csv")

#モデルの作成
forex_model = build_simple_model()

#深層学習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
forex_model.compile(loss='mse', optimizer=Adam(lr=0.001), metrics=['mae'])

df["Close"] = df["Close"].astype(float)

#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

#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["Close-"+str(i+1)]=df["Close"].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[["Close-"+str(i+1) for i in range(16)]].values
train_y=df["Close"].values

#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
#リターンを取ってみる、といった工夫もなし

# 学習の実行
history = forex_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
forex_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([0,5])
plt.savefig("train.png")

import pandas as pd
from simple_model import build_simple_model
import numpy as np

#モデルの読み込み
model = build_simple_model()

#学習した重みを読み込み
#先にget_data_and_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("USDJPY.csv")

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

#推論値
prediction = model.predict(input_data).flatten()
print("AIが予測する次のUSDJPYの終値は以下です。")
print(prediction)

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

def build_simple_model():

    simple_model=Sequential()
    simple_model.add(Dense(8,activation="relu",input_shape=(16,)))
    simple_model.add(Dense(8,activation="relu"))
    simple_model.add(Dense(8,activation="relu"))
    #modelの構造をいじり、実験するのも良い。
    # model.add(Dense(16,activation="relu"))
    simple_model.add(Dense(1))

    return simple_model

python3 get_data_and_train.py

python3 predict.py

import pandas as pd
from simple_model import build_simple_model
import numpy as np
from oandapyV20 import API
import oandapyV20.endpoints.instruments as instruments
import oandapyV20.endpoints.accounts as accounts #アカウント情報取得
import requests
from oandapyV20.endpoints.orders import OrderCreate
import json

#モデルの読み込み
model = build_simple_model()

#学習した重みを読み込み
#先にget_data_and_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("USDJPY.csv")

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

#推論値
prediction = model.predict(input_data).flatten()
print("AIが予測する次のUSDJPYの終値(日足)は以下です。")
print(prediction)

print("ここからFX自動売買取引所用の処理に入ります")

accountID = input("口座IDを入力してください")
access_token = input("アクセストークンを入力してください")

oanda = API(access_token=access_token, environment="live")
print(oanda)

#5秒足の終値を現在価格として使用する
params = {
    "count":1,
    "granularity":"S5"
}
#過去為替データを取得
r = instruments.InstrumentsCandles(instrument="USD_JPY", params=params)

#現在価格
price_now = float(r.response['candles'][1]['mid']["c"])

#円高に振れると予想されているならドル円ショート
# 注文方法：成行
# 取引通貨：USD/JPY
# 売買：売
# 数量：10000

if price_now > prediction:
    data = {
    "order": {
    "instrument": "USD_JPY",
    "units": -10000,
    "type": "MARKET",
    "positionFill": "DEFAULT"
    }
    }
    ep = OrderCreate(accountID=accountID, data=data)
    rsp = oanda.request(ep)
    print(json.dumps(rsp, indent=2))

#円安読みの時はドル円ロング
# 注文方法：成行
# 取引通貨：USD/JPY
# 売買：買
# 数量：10000

elif price_now < prediction:
    data = {
        "order": {
            "instrument": "USD_JPY",
            "units": 10000,
            "type": "MARKET",
            "positionFill": "DEFAULT"
        }
    }

    ep = OrderCreate(accountID=accountID, data=data)
    rsp = oanda.request(ep)
    print(json.dumps(rsp, indent=2))

 python3 trade.py