Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Alpacaの市場予測システムを支える技術 / Alpaca Market forecast System
Search
sasaki
March 27, 2019
Technology
1
620
Alpacaの市場予測システムを支える技術 / Alpaca Market forecast System
sasaki
March 27, 2019
Tweet
Share
More Decks by sasaki
See All by sasaki
プラットフォームってつくることより計測することが重要なんじゃないかという話 / Platform Engineering Meetup #8
taishin
1
500
ECS Runtime Monitoring で コンテナランタイムセキュリティに入門 / nakanoshima-dev-ecs-runtime-monitoring
taishin
0
85
JAWS-UG-Osaka-guardrail
taishin
0
190
成長を続けるSaaSのAWSコスト管理において 開発者としてできること / AWS DevDay SaaS Cost
taishin
10
2.2k
IaCのCI/CDを考えよう / JAWS-UG_Okayama_IaC_CICD
taishin
1
1.1k
目指せCoverage100%! AutoScale環境におけるSavings Plans購入戦略 / JAWS-UG_SRE_Coverage
taishin
1
1.7k
SLO策定までの道とChaosEngineeringを使った最適解の見つけ方 / SLO ChaosEngineering
taishin
1
1.6k
ChatworkDevDay_Kubernetes導入における実践プラクティス / ChatworkDevDay_Kubernetes
taishin
0
6.8k
EKSクラスタのつくりかた / JAWS-UG-Nagoya EKS Cluster
taishin
1
120
Other Decks in Technology
See All in Technology
kcp: Kubernetes APIs Are All You Need #techfeed_live / TechFeed Experts Night 28th
ytaka23
1
190
AWSの生成AI入門書を執筆しました🎉
minorun365
PRO
0
140
OPENLOGI Company Profile
hr01
0
45k
技術力の伸ばし方を考える
khirata
0
140
TypescriptでのContextualな構造化ロギングと社内全体への導入
leveragestech
3
560
シンプルなHITL機械学習と様々なタスクにおけるHITL機械学習
naohachi89
0
310
PhpStorm超絶技巧40分集中講義 #phpconkagawa
yusuke
4
720
試作とデモンストレーション / Prototyping and Demonstrations
ks91
PRO
0
160
個人的、Kubernetes の最新注目機能! (2024年5月版) / TechFeed Experts Night#28 〜 コンテナ技術最前線
pfn
PRO
3
210
5分で分かる(かもしれない) Vector engine for OpenSearch Serverless
tsukuboshi
1
390
エムスリーマルチデバイスチーム紹介資料 / Introduction of M3 Multi Device Team
m3_engineering
0
150
SWC Transformerから見るTypeScript関数記述ベストプラクティス
fujiyamaorange
1
170
Featured
See All Featured
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
14
1.5k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
188
16k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
8
3.5k
Building Better People: How to give real-time feedback that sticks.
wjessup
356
18k
How to name files
jennybc
65
94k
The Cult of Friendly URLs
andyhume
74
5.7k
VelocityConf: Rendering Performance Case Studies
addyosmani
321
23k
Teambox: Starting and Learning
jrom
128
8.4k
Rebuilding a faster, lazier Slack
samanthasiow
74
8.3k
A better future with KSS
kneath
231
16k
How to train your dragon (web standard)
notwaldorf
75
5.2k
Java REST API Framework Comparison - PWX 2021
mraible
PRO
18
7k
Transcript
STRICTLY CONFIDENTIAL 2019.3.27 Alpaca Japan Shinya Sasaki MACHINE LEARNING Meetup
KANSAI #4 Alpacaの市場予測システムを支える技術
STRICTLY CONFIDENTIAL Who? 2 ➢ 名前 ◦ 佐々木 真也 ➢
所属 ◦ AlpacaJapan 株式会社 ▪ Head of Infrastructure Engineering 2
STRICTLY CONFIDENTIAL Alpaca Japan 3 ❖ 銀行・証券会社・信託銀行を中心に 金融機関向けのトレーディング AI技術で多くの実績を保持 「相場予測モデルの構築」
のプロジェクトで 協業 「AlpacaSearch for kabu.com」 相互に類似している銘柄のチャートパターン を表示 「AI外貨予測」「AI外貨積立」 指定した外貨の為替の変動を予測し、予測 した日に一定金額を積立 可能 主要マーケットの短期予測をリアル タイムで表示 弊社の大規模データ処理の技術や ディープラーニング技術を活用した アプリケーション 金融 機械学習 がテーマのスタートアップ
STRICTLY CONFIDENTIAL The Fintech 250: The Top Fintech Startups Of
2018 4 https://www.cbinsights.com/research/fintech-250-startups-most-promising/
STRICTLY CONFIDENTIAL Top-10 Artificial Intelligence Startups in Japan 5 https://www.nanalyze.com/2019/02/artificial-intelligence-japan/
STRICTLY CONFIDENTIAL AlpacaForecast AI Prediction Matrix • Alpacaとブルームバーグと共同リリース • 世界で40万人以上ユーザーがいるブルームバーグ端末(金融情報を閲覧するた
めの端末)で動作するアプリ • Alpacaが研究開発した最新の予測モデルの結果をリアルタイムに届ける 6
STRICTLY CONFIDENTIAL このあとは? 7 ? ? ? ? ? ?
STRICTLY CONFIDENTIAL 答え:下落 8
STRICTLY CONFIDENTIAL テクニカルトレーダーの着目点 9
STRICTLY CONFIDENTIAL 市場予測 = 値動きの前兆となるパターンを捉える 10
STRICTLY CONFIDENTIAL パターン探し 仮にパターンが分かっていたとしても ハードロジックをプログラムするには条件が多様 or 曖昧すぎる 11 未知のパターンを見つけたい →
機械学習
STRICTLY CONFIDENTIAL 関連性の把握 12 Tick
STRICTLY CONFIDENTIAL Tick? 13 https://kotobank.jp/word/ティック-574561
STRICTLY CONFIDENTIAL Tickパターンの解析 14 • 大量のTickデータから発生パターンを解析し、どのようなパターンが発生したときにプライス が上がるか・下がるかを予測 • 大量のTickパターンを四六時中監視するのは、人間には不可能に近い Tick発生パターン
学 習 マーケットの上げ・下げをTickの発生パ ターンから予測するモデル
STRICTLY CONFIDENTIAL 予測モデルの作成 15 予測モデルの 出力を変換 ①時系列データの準備 ②処理済みデータ ③学習済みのモデル (Deep
Learning) ④最終調整
STRICTLY CONFIDENTIAL 市場予測でDeepLearningを使う上でのチャレンジ • サンプルが足りない • 普遍性が長期間存続しない • 膨大な探索空間 •
予測時間軸、ウィンドウサイズ、etc… • 時系列方向のチート(先読み)防止保証 16
STRICTLY CONFIDENTIAL 市場予測でDeepLearningを使う上でのチャレンジ • リアルタイム性の要求 • マーケットフィードを高速に処理するデータベースを独自開発し、OSSで公 開 • 開発した大量のモデルを即デプロイできる環境
• AlpacaForecastingPlatformを独自開発 • GPUクラスタの管理 17
STRICTLY CONFIDENTIAL 詳細はこちら 18 https://pages.awscloud.com/rs/112-TZM-766/images/Alpaca%20AWS%20x%20Chainer%20Meetup_20190212.pdf
STRICTLY CONFIDENTIAL 19 We're hiring!! https://www.wantedly.com/companies/alpacadb • Web Engineer •
Infrastructure Engineer • ML/AI Engineer • Fintech Engineer