【Python + テクニカル指標】機械学習の特徴量のためのテクニカル指標一覧まとめ

2018年5月15日

使っているFX会社はどこ?
テクニカル分析用(チャートが使いやすい) → DMM FX
Python API用(FX APIはここしかない) → OANDA ジャパン
デイトレ用(スプレッドがとにかく狭い) → SBI FXトレード

機械学習のFX予測プログラムで特徴量として使える可能性のあるテクニカル指標の一覧をまとめました。各テクニカル指標を実際にPythonを使って書いてみる、さらに計算方法や基本的な使い方もまとめます。

主に各テクニカル指標の下記の3点に絞って詳細をまとめます。

  • テクニカル指標の基本的な使い方
  • テクニカル指標の計算式
  • テクニカル指標のPythonでの書き方

ひとまずは機械学習の特徴量として考えられるテクニカル指標の一覧をまとめています。リンク先がある指標に関しては、詳細をまとめたページが存在します。リンクが貼られていないのは、まだ勉強していません。

また名称ですが、機械学習で海外のサイトでの検索も必須になるかと思うので、英語の名称も記載しておきます。日本語名でも複数の呼び名がある場合は、そちらもカッコ内で記載します。

最終更新日 :2018年5月15日
掲載テクニカル指標数:  12個

トレンド系

いわゆるトレンド系と呼ばれるテクニカル指標です。実際にどれが特徴として使えるか調べなくてはいけませんが、ひとまずは主なトレンド系の指標をリストアップしました。トレンド系は為替レートの上下の動きを捉えて、上昇/下降トレンドなのかを示す指標です。

オシレーター系

オシレーター系とは各時点の為替レートに対して買われ過ぎなのか、売られ過ぎなのかを判断するためのテクニカル指標です。為替レートの値レンジとは別の値を持っているため、通常は別チャート上で表示されます。また、オシレーター系の特徴として、為替レートが一方向にトレンドを持って動いている相場より、どちらつかずの揉み合い相場時に有効に機能します。

どうでも良いが英語の「Oscillator」は、エクスカリバーみたいな響きで好きです。

更新情報

2018年5月15日

Posted by algon