JP2008191974A

JP2008191974A - 価格予測方法

Info

Publication number: JP2008191974A
Application number: JP2007026660A
Authority: JP
Inventors: Atsushi Tagata; 篤志田方
Original assignee: Individual
Current assignee: Individual
Priority date: 2007-02-06
Filing date: 2007-02-06
Publication date: 2008-08-21

Abstract

【課題】商品価格の将来の動きを高精度に予測可能な価格予測方法を提供する。
【解決手段】データベースから、サンプリング周期ｔで代表価格を取り出す。任意の日時Ａにおける過去Ｔ／２から未来Ｔ／２までの価格の平均を中心平均価格とし、この中心平均価格を連ねたものを中心平均価格ラインＭとする。中心平均価格ラインＭからの実価格の乖離度Ｋに基づいて反転ポイントを算出し、現在価格と、現在の推定中心平均価格と、反転ポイントから今後、価格が上がるか下がるかを予測する。
【選択図】図３

Description

本発明は、価格が変動する商品の将来の価格の動きを予測する価格予測方法に関する。

有価証券などの金融商品、または金や銀、為替など市場で価格が決まる商品は価格が日々変動する。このような商品は、価格が下がったときに買い、価格が上がったときに売ることで利益を得ることができる。したがって、従来から商品の将来の価格の動き予測する方法が数多く提案されている。

たとえば、特許文献１には、金融資産の価格変動システムとして、状態空間モデルを用いて価格予測する方法が開示されている。

特開平５−１０８６５２

しかしながら、価格が将来上がるのか下がるのか予測することは非常に困難であり、特許文献１の方法でも、十分な予測精度を有しているとは言い難い。

上記目的を達成するための第一の課題解決手段は、価格の変動する商品の価格を、所定のサンプリング周期で代表価格を取得し、前記サンプリング周期よりも長い基準周期間の代表価格の平均を、基準周期をずらして複数算出し、各基準周期間の平均価格と、その平均価格に対応する実価格との乖離度をそれぞれ算出し、過去の複数の乖離度と、現在の平均価格と、現在価格とに基づいて将来の価格の動きを予測する価格予測方法で実現される。

また、第二の課題解決手段は、価格の変動する商品の価格を、所定のサンプリング周期で代表価格を取得し、前記サンプリング周期よりも長い基準周期間の代表価格の平均を、基準周期をずらして複数算出し、各基準周期間の平均価格と、その平均価格に対応する実価格との乖離度をそれぞれ算出し、過去の複数の乖離度と、現在の平均価格と、現在価格とに基づいて将来の価格の動きを予測する価格予測装置で実現される。

また第三の課題解決手段は、価格の変動する商品の価格を、所定のサンプリング周期で代表価格を取得し、前記サンプリング周期よりも長い基準周期間の代表価格の平均を、基準周期をずらして複数算出し、各基準周期間の平均価格と、その平均価格に対応する実価格との乖離度をそれぞれ算出し、過去の複数の乖離度と、現在の平均価格と、現在価格とに基づいて将来の価格の動きを予測するコンピュータで実行可能な価格予測プログラムで実現される。

上記課題解決手段によれば、過去の平均価格との乖離度のデータから、その商品価格がどの程度で平均から乖離するか予測できるので、たとえば、現在価格がそのときの平均価格より下に過去の最大乖離度近辺までさがっていれば、その後価格が上がると予測でき、逆に、現在価格がそのときの平均価格より上に過去の最大乖離度近辺まであがっていれば、その後価格が下がると予測できる。このようにして高精度に将来の商品価格を予測することが可能となる。

本発明によれば、価格が変動する商品の将来の価格の動きを高精度に予測することができる。

図１は、本発明の実施の一形態である価格予測装置２の使用状態を示すネットワーク図である。価格予測装置２は、有価証券などの金融商品、または外国為替、金や銀など、市場で価格が決まり、日々、時々刻々と変動する価格の将来の動きを予測する装置である。価格予測装置２は、インターネットなどのネットワーク３を介して証券会社などのサーバ１に接続される。証券会社は、顧客からの売り注文、または買い注文などを証券取引所へ取次ぐ取り次ぎ業務を行なうとともに、現在の商品価格を、商品価格が更新される毎にリアルタイムで更新、または配信する。

価格予測装置２は、ＰＣ（ｐｅｒｓｏｎａｌｃｏｍｐｕｔｅｒ）によって実現される。ＰＣは、キーボード、マウスなどの入力装置、入力した結果を表示するモニタ、ＣＰＵ（ｃｅｎｔｒａｌｐｒｏｃｅｓｓｉｎｇｕｎｉｔ：中央演算処理装置）、メモリ、外部記憶装置を有し、本発明の価格予測プログラムが実行される。

価格予測プログラムは、取得した価格データに基づいて将来の価格の動き予測し、上がると予測した場合には買いシグナルを、下がると予測した場合には売りシグナルをモニタに表示する。また、価格予測装置２は発注機能を有していてもよく、この場合は、買いシグナルが発生した場合に買い注文を証券会社に出し、売りシグナルが発生した場合には売り注文を出す。

図２は、価格予測プログラムの構成を示すブロック図である。価格予測プログラムは、価格データを受信するデータ受信部２１、受信した価格データを記憶するデータベース２２、データベース２２に記憶される価格データを基に、将来価格が上がるか下がるか予測するデータ解析部２３を含む。価格予測プログラムはインストールによってＰＣの外部記憶装置に格納され、実行時にメモリに読み込まれてメモリ上で動作する。また、データベース２２は価格データを外部記憶装置に格納し、価格予測プログラムからの指示に従って必要に応じて価格データをメモリに読み込む。

次に、図３〜図５を参照しながら本発明の価格予測方法について説明する。図３は、取得するデータと価格予測方法を説明するためのチャートである。横軸が時間であり、縦軸が価格を示す。価格予測プログラムは、事前解析部とリアルタイム解析部とから構成され、事前解析部は、データベース２２に保存した過去のデータから売りまたは買いの条件である反転ポイントを算出し、リアルタイム解析部は、リアルタイムで取得した現在価格と、事前解析部で算出した反転ポイントに基づいて、将来価格が上がるか下がるか判断し、上がると判断すれば買いシグナル、下がると判断すれば売りシグナルを出力する。

まずは、最小の単位となる代表価格について説明する。価格は時々刻々と変化しており、価格予測装置２は、価格が更新される毎に更新価格と更新時刻をセットにして価格データとして保存する。事前解析部では、データベース２２に保存されたこれら過去の価格データから、予め定める一定のサンプリング周期ｔで代表価格を取り出す。

このサンプリング周期ｔは、たとえば、商品を買ってから売るまでの想定保持期間に基づいて決定する。保持期間が長ければサンプリング周期ｔも長くなり、短ければサンプリング周期ｔも短くなり、１分〜１年程度の範囲で幅広く選択することが可能である。目安としては、想定する最短保持期間の半分程度の長さとする。

代表価格は、このように元データから一定の周期ｔでサンプリングしただけの価格に限らず、たとえばサンプリング周期ｔ間において、始値と終値の平均を代表価格としてもよく、または、サンプリング周期ｔ間の安値と高値の平均を代表価格としてもよい。さらには、株のように価格とともに出来高を取得できる場合には、サンプリング周期ｔ間の価格毎の売買高で加重平均した売買高加重平均価格（ＶＷＡＰ：ＶｏｌｕｍｅＷｅｉｇｈｔｅｄＡｖｅｒａｇｅＰｒｉｃｅ）を代表価格として用いてもよい。また、データベース２２に全ての更新価格データを保存するのでなく、サンプリング周期ｔ毎に価格を保存するようにしてもよい。この場合はデータベータ２２に保存した全ての価格データが代表価格となる。

この代表価格を連ねたものが実価格ラインＬである。そして、この実価格ラインＬと、予め定める一定の基準周期Ｔから中心平均価格ラインＭを算出する。基準周期Ｔとは、サンプリング周期ｔより大きな周期であり、これも保持期間に応じて決定され、数分〜数年といった広い範囲で選択可能であり、目安としては想定される最大保持期間の２倍程度の長さに選ぶ。

つぎに、中心平均価格ラインＭについて説明する。任意の日時Ａにおける中心平均価格は、この日時Ａを中心とした基準周期Ｔ間の代表価格の平均となる。つまり、日時Ａより過去Ｔ／２から未来Ｔ／２間の全ての代表価格を加算し、その個数で割ったものである。この任意の日時Ａをサンプリング周期ｔずつずらしながら中心平均価格を順次求め、これらを連ねたラインが中心平均価格ラインＭである。

ここで、中心平均価格ラインＭの性質について説明する。実価格ラインＬは小さな上下動を繰り返しながら大きな周期でも上下動しており、さらにまた大きな周期も含まれている。これは複数の周期の波が合成されていると見ることができる。別な言い方をすれば、実価格ラインＬをフーリエ変換すれ複数の周波数の波に分解されるといえる。

実価格ラインＬが複数の周期の波で合成されているとすれば、その中に基準周期Ｔを周期とする波も含まれるはずである。ここで、中心平均価格ラインＭは基準周期Ｔの平均価格を連ねたものであるので、実価格ラインＬの波は中心平均価格ラインＭを中心として上下に振動する波となる。そして、サンプリング周期ｔが基準周期Ｔに比して十分に小さい場合には、基準周期Ｔ一周期あたり、中心平均価格ラインＭを実価格ラインＬが２〜３回交差するようになる。つまり、実価格ラインＬは、基準周期Ｔをほぼ１周期とした波の軌道を描くことになる。なお、サンプリング周期ｔが基準周期Ｔに比して十分に小さいとは、サンプリング周期ｔが、たとえば基準周期Ｔの１／１０以下である場合とする。

実価格ラインＬは、中心平均価格ラインＭを中心とした上下振動をし、中心平均価格ラインＭからある程度上昇すると反転して下落し、中心価格ラインＭからある程度下落すると反転して上昇する。本発明の価格予測方法はこの性質を利用して将来の価格の動きを予測するものである。

つぎに、このある程度の上昇、またはある程度の下落の具体的な値について検討する。任意の日時Ａにおける中心価格と、そのときの実際の価格との乖離を乖離度Ｋとする。この乖離度Ｋを代表価格毎に全て求め、基準周期Ｔ毎の中心平均価格ラインＭからの上下への最大乖離度を算出し、これらに基づいて反転する可能性の高い反転ポイントを算出する。

それでは、図４のフローチャートを見ながら、価格予測プログラムの事前解析の一例を説明する。予めデータベース２２には商品価格の過去データが、商品価格が更新されるたびに、価格と更新時刻とをセットにして全て保存されているものとする。また、サンプリング周期ｔと基準周期Ｔは予め設定されているものとする。ステップａ１において、データベース２２から過去の価格と時刻のデータをすべて取り出す。

次にステップａ２において、取り出したデータから、予め設定されるサンプリング周期ｔ毎の代表価格をすべて取り出す。

つぎにステップａ３において、サンプリング周期ｔ毎の代表価格と、予め設定される基準周期Ｔとに基づいて中心平均価格ラインＭを算出する。

つぎのステップａ４で、サンプリング周期ｔ毎の全ての乖離度Ｋを算出する。この乖離度Ｋは、中心価格と、そのときの実際の価格との差でもよく、中心価格に対する実際の価格の割合であってもよい。

ステップａ５では、乖離度Ｋのデータ列から反転ポイントを算出する。反転ポイントとしては、乖離度Ｋのデータ列の山と谷の頂点である最大乖離度を複数抽出し、これらを平均したものであってもいいし、平均の９０％、または１１０％といったように、平均値を補正した値であってもよい。平均値を用いるのでなく、乖離度Ｋの全てのデータの標準偏差σを求め、中心平均価格からプラスマイナス２σ、またはプラスマイナス１．５σとなるような価格を反転ポイントとして設定してもよい。このように標準偏差σに基づいた反転ポイントを用いることにより、より安定して機能する反転ポイントを設定することができる。

つぎに、図５を参照してリアルタイム解析について説明する。まず、ステップｂ１において、現在価格を取得する。この現在価格は、リアルタイムで更新される商品価格が望ましいが、必ずしもリアルタイムで更新されるものでなくてもよく、サンプリング周期ｔより短い時間の遅れは許容される。言うまでもなく、サンプリング周期ｔまたは基準周期Ｔを長く設定した場合には、それに応じた遅れを許容できる。

ステップｂ２では中心平均価格を求める。ここで注意していただきたいのは、中心平均価格とは、先ほど説明したように、その時刻に対して、Ｔ／２過去の時刻からＴ／２未来の時刻までの間の代表価格の平均である。つまり、現在の価格においては未来の価格がわからないので直接中心平均価格を算出することができない。そこで、現在の中心平均価格を推定する必要がある。

推定方法としては、中心平均価格ラインＭの直近の軌道に基づいて推定する。たとえば、直近の中心平均価格ラインＭの傾きを求め、それを直線状に延長したときの現在位置を推定中心平均価格とする。または、直近の中心平均価格ラインＭを二次曲線で近似し、この二次曲線を現在時刻まで延長して推定中心平均価格を算出してもよく、さらには直近の中心平均価格ラインを三次曲線で近似して推定中心平均価格を算出してもよい。または、近似曲線などで推定するのでなく、単純に直近の中心平均価格をそのまま現在の中心平均価格として使ってもよい。

ステップｂ３では、先に求めた中心平均価格と、取得した現在価格から乖離度Ｋを算出する。乖離度Ｋの算出方法は先に説明したとおりである。

最後のステップｂ４では、予め設定される反転ポイントと算出した乖離度Ｋとを比較し、乖離度Ｋが反転ポイントを超えているか否かを判断する。現在価格が、中心平均価格より下に乖離度Ｋを超えていれば、将来価格は上昇すると判断できるので買いシグナルを出し、現在価格が、中心平均価格より上に乖離度Ｋを超えていれば、将来価格は上昇すると判断できるので売りシグナルを出す。

また、商品を保持しているか否かで判断方法を変更してもよい。つまり、保持している場合に、売りシグナルが出る前に価格が下がると売るチャンスを逃してしまうので、早めに売りシグナルを出したほうが安全である。たとえば売りシグナルの場合には、乖離度Ｋの半分で出すとか、さらには中心平均価格に達したときに出すとかである。

また、中心平均価格より下に大きく乖離すれば、戻るときにも中心平均価格より上に大きく乖離する傾向があるので、実際に反転したときの乖離度を記憶しておき、その乖離度の大きさに応じ、実際の乖離度が大きければ売りシグナルを遅く出し、小さければ売りシグナルを早く出すように制御してもよい。

また、売買シグナルは反転ポイントに達したときに出すのでなく、反転ポイントに達した後、実際に反転したことを確認して出すようにしてもよい。つまり、頂点に達してから予め定める値戻ったときにシグナルを出す。この予め定める値は、たとえば過去のデータから、何％といった割合で決めておく。また、この値は乖離度によって変化するようにしておいても良い。

このようにして、売買シグナルが発生すれば、モニタに表示するなどしてユーザに売買指示を与える。また、発注機能を備えている場合には、そのまま証券会社に売買の発注を行って自動売買してもよい。ここでは、売買シグナルが出たとき、証券会社に成行で注文するとして説明しているが、これに限らず、反転ポイント、または反転ポイントに基づいて算出した値を指値として注文を出すように制御してもよい。

その後、再びステップｂ１に戻ってデータ取得を繰り返す。このようにして、サンプリング周期ｔ毎にリアルタイムで解析を行う。

ここで、反転ポイントについてさらに詳細に検討する。反転ポイントは予め設定される一定の値としたが、一定の値に限らず、乖離度Ｋを算出するごとにリアルタイムで再計算し、つねに反転ポイントを最適な値に更新するようにしてもよい。また、乖離度を計算する毎でなく、一定期間毎に再計算するようにしてもよい。

乖離度Ｋは価格ラインのトレンドの転換時に大きくなる傾向がある。トレンドとは、上昇傾向か下降傾向かといった大きな価格の動きの傾向であり、これはたとえば移動平均によって判断することができる。移動平均とは、現在時刻から、予め定める一定時間過去の全ての価格データを平均した平均データを、現在時刻から過去にずらしながら求めたデータである。たとえば、予め定める一定時間を前記基準周期Ｔとし、ずらす時間を、サンプリング周期ｔとしてもよい。このように設定した場合、移動平均をＴ／２過去にずらしたものと中心平均価格ラインＭと一致することになる。

そして、移動平均の傾きがプラスであれば上昇トレンドにあると判断し、マイナスであれば下降トレンドにあると判断し、下降トレンドから上昇トレンド、または上昇トレンドから下降トレンドに切り替わった位置をトレンド転換位置と判断する。前述したように、このトレンド転換位置にあるときには、乖離度Ｋが大きくなる傾向があるので、反転ポイントを算出するときには、転換位置にある場合とそれ以外の場合にわけて算出してもよい。そして、リアルタイム解析においても、現在トレンド転換位置にあるかどうかを判別し、トレンド転換位置にあると判断されれば、反転ポイントをより大きくなるように設定すれば、さらに効果的に価格の動きを予測することができる。

トレンド転換を判別するには、上述した方法にかぎらず、移動平均を基準周期Ｔより長く取ってもよく、さらには移動平均をつかうのでなく、単純に現在価格と、過去の複数の価格とを比較し、その相対関係により上昇トレンドにあるのか、下降トレンドにあるのか、トレンド転換にあるのか、保ち合いかといった判断をするようにしてもよい。

基準周期Ｔは、保持期間に応じて選択するとしたが、これに限らず、代表価格をフーリエ変換し、実価格ラインＬに含まれる複数の波の周期と振幅を算出し、この周期と振幅の組み合わせから基準周期Ｔを取り出しても良い。周期が短いと振幅が小さくなり、周期が長いと振幅が大きくなる傾向がある。周期が短いとは、売買頻度が高くなることを示しており、振幅が大きいとは、一回の売買で得られる利益が大きくなることを示している。このことを考慮して、最終的な利益が最も大きくなるように基準周期Ｔを選ぶことで利益をさらに上げることができる。

上述した価格予測システムは、１台のＰＣで構成するようにしているが、本発明はこのような構成に限定されるものではなく、たとえば事前解析とリアルタイム解析を別のＰＣで行い、事前解析の解析結果の反転ポイントを、リアルタイム解析を行うＰＣにネットワークを介して事前に送るように構成してもよい。リアルタイム解析を行うＰＣでは、リアルタイムに価格を取得して反転ポイントに達したかで相場を予測する。この場合、事前解析を行うＰＣは反転ポイントのみを送るのでなく、商品名（銘柄）とその反転ポイントをセットにして送るようにしてもよい。

本発明の価格予測方法は実行可能なコンピュータプログラムとして、たとえばＣＤ−ＲＯＭ（ｃｏｍｐａｃｔｄｉｓｋ ‐ｒｅａｄｏｎｌｙｍｅｍｏｒｙ）、またはＤＶＤ（ｄｉｇｉｔａｌＶｅｒｓａｔｉｌｅＤｉｓｃ）などの記録媒体に記録されて配布され、ＰＣなどのコンピュータにインストールされて実行される。配布方法は記録媒体を介さず、ネットワークを介してプログラムを直接ＰＣに送って配布してもよい。

本発明の価格予測方法は、金や銀などの商品、有価証券、為替など、市場で価格が変動する商品の相場の動きを予測することができるので、これから上がると予測される商品を買い、上がったときに売ることで利益を得ることができ、各種資産管理など幅広く適用可能な技術である。

本発明の価格予測装置２の使用状態を示すネットワーク図である。価格予測プログラムの構成を示すブロック図である。取得するデータと価格予測方法を説明するためのチャートである。価格予測プログラムの事前解析を示すフローチャートである。価格予測プログラムのリアルタイム解析を示すフローチャートである。

符号の説明

１サーバ
２価格予測装置
３ネットワーク
２１データ受信部
２２データベース
２３データ解析部
Ｋ乖離度
Ｌ実価格ライン
Ｍ中心平均価格ライン
Ｔ基準周期
ｔサンプリング周期

Claims

価格の変動する商品の価格を、所定のサンプリング周期で代表価格を取得し、前記サンプリング周期よりも長い基準周期間の代表価格の平均を、基準周期をずらして複数算出し、各基準周期間の平均価格と、その平均価格に対応する実価格との乖離度をそれぞれ算出し、過去の複数の乖離度と、現在の平均価格と、現在価格とに基づいて将来の価格の動きを予測する価格予測方法。
価格の変動する商品の価格を、所定のサンプリング周期で代表価格を取得し、前記サンプリング周期よりも長い基準周期間の代表価格の平均を、基準周期をずらして複数算出し、各基準周期間の平均価格と、その平均価格に対応する実価格との乖離度をそれぞれ算出し、過去の複数の乖離度と、現在の平均価格と、現在価格とに基づいて将来の価格の動きを予測する価格予測装置。
価格の変動する商品の価格を、所定のサンプリング周期で代表価格を取得し、前記サンプリング周期よりも長い基準周期間の代表価格の平均を、基準周期をずらして複数算出し、各基準周期間の平均価格と、その平均価格に対応する実価格との乖離度をそれぞれ算出し、過去の複数の乖離度と、現在の平均価格と、現在価格とに基づいて将来の価格の動きを予測するコンピュータで実行可能な価格予測プログラム。