先日ボーナスが入りました。
最近は物欲がないので特にボーナスが出たからと言って買いたいものがないのですが、
パソコンの作業効率向上のためにモニターをもう一台買おうか悩んでいます。
前回は「零号機」（私の試作）の基本的な分析プログラムをPythonで作りました。
今回はPythonの分析ツールを１つ追加し、グラフ化まで進めたいと思います。
コード追記
WSLでubuntuに入った後、「ea-analysis」フォルダにグラフ作成用ライブラリmatplotlibを追加します。
cd /mnt/c/Users/***/ea-analysis
uv add matplotlib
nano analyze.py前回作成したPythonコード「analyze.py」の最下行に以下を追記します。
import matplotlib.pyplot as plt
monthly_profit = trades.groupby("年月")["損益"].sum()
plt.figure(figsize=(14, 6))
plt.bar(monthly_profit.index, monthly_profit.values)
plt.title("Monthly Profit")
plt.xlabel("Month")
plt.ylabel("Profit")
plt.xticks(rotation=90)
plt.tight_layout()
plt.savefig("monthly_profit.png")
print("月別損益グラフを monthly_profit.png として保存しました。")trades.groupby(“年月”)[“損益”].sum()
は、”年月”でグループ分けした後に[“損益”]の数字を合計するという意味です。
plt.xticks(rotation=90)
は横文字を90°回転するという意味です。
実行結果は以下のとおりです。
分析
外れ値（異常に大きい月）があります。目立つのは
- 約+28,000
- 約-18,000
- 約-13,000
- 約+18,000
このような月です。ここはぜひ原因を調べたいと思います。
原因が例えば以下のような場合、システム改善のヒントになると思います。
- 相場がトレンドだった
- レンジだった
- ボラティリティが高かった
- 通貨ペアが偏った
今回はここまで。
月単位の成績は把握できたので、次回は『どの時間帯で勝ち、どの時間帯で負けているのか』を分析し、EA改善につながるヒントを探していきたいと思います。
今、「知って得する、すごい法則77」という本を読んでいます。
１つの法則につき数ページなので、サクサク読めます。
知っている法則も多いですが、ある程度体系的にまとまっているので、意味が逆の法則を場面場面で利用し分ける目線など面白いです。
これを実務で利用するぞ！というより、読んでいて面白い本です。
リンク
コメント