LSTMで株価予測
自己紹介
2025年入社のゴダクンブラ ウビンデュ サッジャナです。
日本生まれ、日本育ちです。出身は東京です。
趣味は、格闘技がすきです。
今は引っ越して、ジムのスケジュールの関係で通えていませんが、大学時代のころ、総合格闘技をすこしやっていました。自身では、特に寝技・関節技が好きです。

大学時代
大学時代は三年のころChatGPTについて勉強し、後半で、ChatGPTを利用したアプリを作成するというチーム実習をしました。ダイエットや肉体改造をユーザーの進捗状況によって随時、食事やトレーニングを提案してくれるものです。大変だったのは、ChatGPTの回答が変な感じにならないようにしないといけないので、入力をいじったりをした記憶があります。
卒研のはなし

ちょうど半年前ぐらいですが、わすれつつありますので、覚えている範囲でご紹介します。
この研究をテーマに選んだ理由として、AIに興味があったのと、お金目当てでした。
AIが機械学習を行うためのニューラルネットワークの1種であるLSTMを利用し企業の株価の終値の予測をしました。
予測したい企業の株価の終値のデータを5-20年分用意し、それぞれで実測値と予測値の誤差を計算しました。
また特徴量に為替レートを含め、学習をしたモデルが、海外取引が多い企業の予測結果に影響するかなどを研究しました。
正確な数字はおぼえてないですが、予測値と実測値の誤差は0.7-0.9%の間だったとおもいます。
為替レートデータをふくめた学習モデルも海外取引が多い企業の予測結果に影響していた、という結果です。
ちなみにいまはこれを利用して儲かっていません。








![Microsoft Power BI [実践] 入門 ―― BI初心者でもすぐできる! リアルタイム分析・可視化の手引きとリファレンス](/assets/img/banner-power-bi.c9bd875.png)
![Microsoft Power Apps ローコード開発[実践]入門――ノンプログラマーにやさしいアプリ開発の手引きとリファレンス](/assets/img/banner-powerplatform-2.213ebee.png)
![Microsoft PowerPlatformローコード開発[活用]入門 ――現場で使える業務アプリのレシピ集](/assets/img/banner-powerplatform-1.a01c0c2.png)


