Pythonからはじめるアルゴリズムトレード ―自動売買の基礎と機械学習の本格導入に向けたPythonプログラミング

3章金融データの処理

データがアルゴリズムに勝ることは明らかです。包括的なデータがなければ、包括的ではない予測をしがちです。

—ロブ・トーマス（2016）

アルゴリズムトレードでは、表3-1に示すように、一般に4種類のデータを扱う必要があります。これは金融データの世界を単純化したものですが、データをヒストリカルなもの、リアルタイムなもの、構造化されたもの、構造化されていないものに分けて考えることは、技術設定においても有用です。

表3-1 金融データの種類（例）

	構造化データ	非構造化データ
ヒストリカルデータ	EOD（End Of Day）終値	金融のニュース記事
リアルタイムデータ	FXのbid/ask価格	Twitterへの投稿

本書では、ヒストリカルとリアルタイムの構造化データ（数値、表形式のデータ）を主に扱っています。本章では特に、フランクフルト証券取引所で取引されているSAP社の株式のEOD終値のような、ヒストリカルの構造化データに焦点を当てています。しかし、このカテゴリーには、NASDAQで取引されているApple社の株式の1分足データのような日中のデータも含まれます。リアルタイムの構造化データの処理については、「7章　リアルタイムデータとソケットを扱う」で説明しています。

アルゴリズムトレードのプロジェクトは、通常、金融のヒストリカルデータに基づいて（バック）テストする必要のあるトレードのアイディアや仮説を考えることから始まります。これが本章の背景であり、その計画は以下の通りです。「3.1　異なるデータソースから金融データを読み取る」では、pandasを使って、さまざまなファイルやウェブベースのソースからデータを読み込みます。「3.2　オープンデータソースの使用」 ...