2019年6月の日本株シストレ収益!ニューラルネットワーク(AI)投資法はオワコン

 

さて、2019年5月から始めた日本株のAIシステムトレード。少し遅くなりましたが、6月分の収益発表!

 

 

結論から言うと

ニューラルネットワーク投資法はオワコン

 

株ツライ(´・ω・`)

スポンサーリンク

2019年6月の収益は-69,187円でした!

惨敗です。五月もそうだったんですけど、月末になるとドカンで下がって全てがパーになるのやめてもらえませんかね・・・(下のグラフは2019年5月の収支)

5月からのトータル収益はわずか9000円弱。しかも7月はさらにマイナスが続いており、収益はマイナスに転落しています。

 

 

システムトレードは売買条件を機械的に決めてトレードするので、メンタルさえ気をつければ比較的安定的に収益を稼げるのでは?と思っていましたが、甘かったです。

 

 

シストレを初めて2ヶ月ですが、思っていた以上に過酷だったし、学ぶべき点が数多くありました。

 

 

自戒の念も込めて、思ったことを整理しておきます。

スポンサーリンク

リスク許容度の問題

私はシストレ手法は、寄りで建て玉立てて引けで決済するデイトレ(いわゆる寄り引けトレード)です。

 

 

一日の建て玉総額は、おおよそ200万〜700万で推移しています。だいたい300万〜500万ぐらいが多いです。

 

 

2ヶ月間シストレをやってみた感覚だと、建て玉が500万円を超えるとどうも精神が不安定になるし、損失を出すと「これはデカい損失だ!」と感じるケースが多いです。

 

 

デカい損失を覚悟しないと収益も見込めないのでそのバランスが難しいところなんですが、個人的にシストレには「心の平静」が最も重要だと思っているので、そこを最優先し、建て玉額を減らすべきだろう・・・という結論に至りました。

 

 

この2ヶ月間、慣れないこともあって精神的に非常にツラかったです。今までやったことのないランニングや筋トレを始めて不安を誤魔化そうとしていました。ブヨブヨだったお腹が少しは引き締まってきたので、ポジティブに考えればそれはそれでメリットがあったのかもしれません。

スポンサーリンク

AIは景気敏感株には使えない説

私はシストレのアルゴリズムにシンプルなニューラルネットワークを採用しています。自作で売買条件も作ったのですが、AIを使ったほうがメンテナンスとか条件の更新が簡単だからです。

 

 

トレードの採用銘柄は、安定株から景気敏感株まで幅広に選定しているのですが、どうも自動車・半導体という輸出系銘柄が全く稼げない。

 

 

ことごとくAIの予想を外し、損失のほとんどはこの2つの業種によるものになっています。上の収益グラフのドカンと収益が下がっているところはほとんどが自動車銘柄か半導体銘柄が原因です。

 

 

2ヶ月しか運用していないので、これをもってシステムが悪いか良いか判断するのは難しいところですが、「心の平静」を最優先に考えればこの2つの業種は採用銘柄から除外すべきなのかもしれないと考えています。

 

自動車・半導体銘柄がAIの予想を外しまくった要因としては、

 

トランプ発言、米中貿易摩擦とか外部要因で一気に上下するので過去のデータが意味をなしていない。

 

というのに尽きると思っています。景気敏感株と言われるだけあって、外部要因や将来性に株価が敏感に反応するので過去のデータに基づいても意味なしってことなのだと思う。

スポンサーリンク

アルゴリズムを見直してリトライします

このような疑問や問題意識をもったままシステムを運用するのは不安だったので、今はシステムの運用を止めています。

 

 

採用銘柄の見直しと1日あたりの建て玉額を減らすことで、「心の平静」を保てるシステムを再構築していきたいと思います。

 

 

半導体銘柄の経験を通じて思うのは、「個人が知ることのできる情報程度では、AIを使っても全く無意味」かもしれないということです。板の詳細な状況とか、誰がどれだけ建て玉持っているとか、機関投資家でなければ知り得ない情報がAI投資法では必要なのかもしれません。

 

 

そもそも、AIに関わらずシストレというのは「外部要因が重要な要素とはいえ、株価の値動きには何らかの再現性があるはず」という仮説をもとに行います。その仮説が否定されてしまえば、シストレはただの運ゲーとなり、何らの優位性も得られません。時間軸次第ではありますが、自分のやっている寄り引けデイトレだと再現性があるのかは微妙なところです。

 

 

 

また、「AI」という言葉は何となく万能なイメージがありますが、やってることは「過去の大量のデータから傾向を学ぶ」ということなので、過去のデータと今のデータに相関性がなく、そもそも傾向がない場合は何も学べないわけで、決して万能なんかじゃありません。(ここで様々な知識を動員して有効なデータ選定・加工するのがデータサイエンティストの腕の見せ所でもある)

 

 

というわけで、「AIを使えば安定的に収益を出せる」という考えは甘いことがわかりました。ただ、改善できる点もありそうなのでもう少し運用を続けてみようと思います。

コメント