業務内容
【サービス紹介】
下記のお悩みを解決します
●失業率、１０年債金利等の指標を学習した米国株の予測モデルが欲しい方
●pythonやAI,時系列予測に興味のある方
【サービスの特徴】
●AI・LSTMを使用し5日後の米株価（テスラ）
の終値を学習し、予測を表示できるコードを販売します。
学習特徴量（初期値）：QQQ(NASDAQ100),SPY(S＆P500),HYG（社債）、
US失業率,2年インフレ率,２年10年債金利、銅価格
data入手先： YahooFinance,FRED
●時系列予測について学習負荷が軽く、精度の高いLSTMモデルを採用していますので、
学習回数の割に比較的短時間で最終データからの未来の予測値の出力が可能です。
また学習済みモデルを保存しておけるコードとしていますので、
１度学習させたのちは、予測のみを比較的短時間で出力することが可能です。
●学習させるターゲットや特徴量変更し、
オリジナルのモデルが作成することが可能です。
機械学習・AI・時系列予測に興味のある方の勉強に最適です。
【サービスの流れ】
step1. 依頼内容のご確認
step2. AI・LSTMのコードを提供
＊購入にあたっては、多少のプログラム知識（プログラムの環境構築）等が必要です。
その他注意事項をご確認の上ご購入お願いいたします。
＊不明な点がありましたら、お気軽にご相談ください。
【ご注意事項】
＊納品物は ＊.ipynb ファイルとなります。購入後３日以内に納品いたします。
別形式ご希望の場合は事前にご相談ください。
＊予測の精度については保証外です。
あくまで学習済みLSTMモデルが出力する予測値となりますのでご了承ください。
＊実際の取引は各自での判断でお願いします。
＊ターゲットや特徴量を変更は簡単なコード修正で対応できますが、
学習パラメータ最適化が必要になる可能性があります。
変更後のプログラムの動作不良については保証外となりますので、予めご了承ください。
＊AI学習のためパソコン処理能力によっては時間がかかることが予測されますので
予めご了承ください。
＊プログラムコードの一部変更についてもオプションにて対応します。
変更の場合、購入前に必ず事前に問い合わせお願いします。
可能な限り対応しますが、技術的に対応できない場合は、
お断りさせて頂きますので、予めご了承ください。
また変更の場合、コード変更や動作確認のため７〜１４日程度となりますので、
予めご了承ください。
＊プログラム動作環境はお客様にてご用意ください。
基本料金
オプション料金
実績・評価
1 件
満足
0
残念
コメントはありません
出品者
10時間前
金属系会社でのエンジニア歴２０年のキャリアを活かしたデータ解析・業務効率化をお手伝いします。
-
1 件 満足0 残念
- シルバー
- 個人
- 山口県
金属系の会社で２０年製品開発や製造に関する技術改善業務に取り組んできたエンジニアです。
技術開発、製品開発、品質管理業務に関わる中でのデータ解析は長年EXCLEを活用した解析が主でしたが、ここ数年は、EXCLEでの解析限界（データ数や従来の統計的手法（重回帰分析等））より深い考察を得るため、主にPythonによるプログラミングを活かした業務を経験しています。
実際に重回帰でもプログラムでは正規化した特長量評価、ランダムフォレストやLightGBMを用いた多変数の説明項に対するディープラーニングモデルの構築、ニューラルネットワークを使った時系列予測、CNN（畳み込みニューラルネットワーク）を使った画像判定モデルを構築した実績があります。
また長年の実務の中で、データベースの構築、作業記録の電子化、各種ISOなどの標準対応にも、実際に自分でVBAマクロの作成からPYTHONを活用した業務効率化の経験があります。
データ解析から業務効率化まで、お役立ちできるお仕事をご提供できればと考えておりますので、どうかよろしくお願いいたします。
@最終学歴 理学修士（物理学専攻）
対応できます：Python, EXCEL（VBA,PowerQuery,PivotTable）,Word,PowerPoint,Photoshop etc.
※守秘義務の都合上、記載できない実績もございます。
個別にはお話できるものもございますので、ご興味を持っていただけましたらお気軽にご連絡ください。
▼活動時間／連絡について
できる限り柔軟にご対応させていただきます。急ぎの案件等もお気軽にご相談ください。
連絡は基本的にいつでも可能です。できる限り素早い返信を心がけますが、急ぎの仕事が入っている場合はお時間をいただくこともございます。
ご了承いただければ幸いです。
ご興味持っていただけましたら、メッセージでお気軽にお声がけください。
どうぞよろしくお願いいたします！
よくある質問
- 動作環境、使用しているパッケージについて教えてください。
- GoogleColab,JupyterLabで動作を確認しています。 使用パッケージ及びバージョンは下記です。 （最終確認：Google Colab） pandas_datareader: 0.10.0 numpy: 1.22.4 matplotlib: 3.7.1 pandas: 1.5.3 yfinance: 0.2.25 sklearn: 1.2.2 torch: 2.0.1+cu118
- LSTM-modelの構成について教えて下さい。
- 基本の構造及び代表的な手法を選択しています。 LSTM層：２層 Dropout Late： 0.２ 隠れ層の次元数：144（Input✖️Input） バッチ正規化：有 損失関数：平均２乗誤差 オプティマイザー：AdamW エポック数：1600 となっています。それぞれお好みに応じて簡単なコードの修正で変更することが可能です。
注文時のお願い
＊可能な限り対応しますが、技術的に対応できない場合は、
お断りさせて頂きますので、予めご了承ください。
また変更の場合、コード変更や動作確認のため７〜１４日程度となりますので、
予めご了承ください。
