PyTorchによるLSTMモデルと、カルマンフィルタによるデータ同化を組み合わせた日経平均株価予測システムです。

• 学習期間: 2016年1月12日 ～ 2025年10月11日（約10年間）
• 検証期間: 2025年10月12日 ～ 2026年1月12日（93日間）
• 手法: LSTM（PyTorch） + カルマンフィルタ（観測値補正版）
• データソース: Yahoo Finance（CSVで1回ダウンロード）

• ✅ LSTMで過去30日間のデータから次の日の株価を予測
• ✅ カルマンフィルタで予測値と実績値の誤差を補正
• ✅ 1日ずつデータを追加しながらシミュレーション
• ✅ 予測精度が約28%向上

.
├── data/                          # データディレクトリ
│   ├── nikkei_raw.csv            # 日経平均生データ
│   ├── train_data.csv            # 学習用データ（正規化済み）
│   └── test_data.csv             # 検証用データ（正規化済み）
├── models/                        # モデル保存ディレクトリ
│   ├── lstm_model.pth            # 学習済みLSTMモデル
│   └── scaler.pkl                # MinMaxScaler
├── results/                       # 結果保存ディレクトリ
│   ├── training_loss.csv         # 学習曲線
│   ├── data_assimilation_results.csv  # データ同化結果
│   ├── training_loss.png              # グラフ1: LSTM学習曲線
│   ├── prediction_comparison.png      # グラフ2: 予測値 vs 実績値 vs 補正値
│   ├── prediction_error_comparison.png # グラフ3: 予測誤差の比較
│   ├── kalman_gain.png                # グラフ4: カルマンゲインの推移
│   └── kalman_error_covariance.png    # グラフ5: 推定誤差共分散の推移
├── src/                           # ソースコードディレクトリ
│   ├── download_data.py          # データダウンロード
│   ├── preprocess_data.py        # データ前処理
│   ├── train_lstm.py             # LSTM学習
│   ├── kalman_filter.py          # カルマンフィルタ実装
│   ├── data_assimilation.py      # データ同化検証
│   └── visualize_results.py      # 結果可視化
├── requirements.txt               # 依存ライブラリ
└── README.md                      # このファイル

pip install -r requirements.txt

python src/download_data.py

python src/preprocess_data.py

python src/train_lstm.py

python src/data_assimilation.py

python src/visualize_results.py

このコマンドで5つの独立したグラフが生成されます：

1. LSTM学習曲線
2. 予測値 vs 実績値 vs 補正値
3. 予測誤差の比較
4. カルマンゲインの推移
5. 推定誤差共分散の推移

• 入力: 過去30日間の株価データ
• 構造: 2層LSTM（隠れ層50ユニット）+ 全結合層
• 損失関数: MSE（平均二乗誤差）
• 最適化器: Adam（学習率0.001）
• エポック数: 50
• バッチサイズ: 32

• 状態: 予測値
• 観測: 実績値
• プロセスノイズ分散（Q）: 0.0001
• 観測ノイズ分散（R）: 0.001

カルマンフィルタは以下の式で予測値を補正します：

$$ x_{k|k} = x_{k|k-1} + K_k (z_k - x_{k|k-1}) $$

ここで：

• $x_{k|k-1}$: LSTM予測値
• $z_k$: 実績値
• $K_k$: カルマンゲイン（0～1、観測値への信頼度）
• $x_{k|k}$: 補正後の推定値

• 手法: MinMaxScaler（0～1に正規化）
• 基準: 学習データの統計量で正規化

LSTM学習の進行状況を表示します。損失が減少していることで、モデルが正しく学習されていることを確認できます。

3つの系列を重ねて表示：

• 黒線（実績値）: 実際の株価
• 赤線（LSTM予測値）: LSTMが生成した予測値
• オレンジ線（カルマンフィルタ予測値）: カルマンフィルタの予測ステップ
• 緑線（カルマンフィルタ補正値）: 実績値で補正した最終推定値

LSTM予測誤差（赤棒グラフ）とカルマンフィルタ補正誤差（緑棒グラフ）を比較。 緑棒の方が小さいほど補正がうまく機能しています。

カルマンゲイン（K_k）の推移を表示します：

• 0に近い：予測値を信頼
• 1に近い：観測値（実績値）を信頼

平均値も赤点線で表示されます。

推定誤差共分散（P_k）の推移を表示します。通常、観測を重ねるごとに減少し、 カルマンフィルタの信頼度が向上していきます。

src/train_lstm.py を編集：

model = LSTMModel(input_size=1, hidden_size=50, num_layers=2, output_size=1)
num_epochs = 50
batch_size = 32
seq_length = 30  # シーケンス長

src/data_assimilation.py を編集：

kf = KalmanFilter(
    process_variance=0.0001,      # Q: 小さいほど予測を信頼
    measurement_variance=0.001,   # R: 小さいほど観測を信頼
    initial_value=recent_data[-1, 0],
    initial_estimate_error=0.001
)

• YahooFinanceのデータは市場休業日（土日祝日）は含まれません
• 学習データとテストデータで同じスケーラー（MinMaxScaler）を使用しています
• GPUが利用可能な場合は自動的にGPUで学習します

MIT License

GitHub Copilot