LSTMモデルで日本株のモメンタム戦略を構築する
ディープラーニング時系列予測モメンタム日本株バックテスト
戦略概要
LSTM（Long Short-Term Memory）ネットワークを使って、過去60日間の株価・出来高データから5日後のリターンを予測し、上位銘柄をロングする戦略です。
データ準備
import yfinance as yf
import numpy as np
# 日経225構成銘柄のデータ取得
data = yf.download("7203.T", start="2020-01-01")
returns = data["Close"].pct_change()
# 特徴量: 過去60日のリターン、出来高変化率、RSI等
モデル設計
- 入力: 60日間のウィンドウ（OHLCV + テクニカル指標）
- LSTM層: 2層（64ユニット → 32ユニット）
- 出力: 5日後リターンの予測値
バックテスト結果
| 指標 | 戦略 | ベンチマーク（日経225） |
|---|---|---|
| 年率リターン | 18.2% | 8.5% |
| シャープレシオ | 1.45 | 0.62 |
| 最大ドローダウン | -12.3% | -22.1% |
注意点
- 過学習を防ぐためウォークフォワード検証が必須
- 取引コスト（往復0.2%）を含めた結果で評価
- 本番運用前に十分なペーパートレーディングを推奨