仮想通貨取引においてRSIは有効なのかをバックテストしてみた

今回は仮想通貨市場において有名なテクニカル指標であるRSIは有効なのかどうかを検証していきたいと思います。使用する言語はPythonです。

株初心者の資産運用日記
仮想通貨(ビットコイン)と株式投資に関する記事を書いてます。

・使用するデータ

2013年~2018年までの約1900日分のビットコインの日足価格です。高頻度データで分析したかったのですが、たくさん高頻度データを取得する方法が分からなかったのでパス。(知っている方がいましたらコメントとかで教えてください笑)

トレードのルール

今回はRSIを使ったトレードリターンのバックテストを行っていきます。トレードに使用するRSIの計算期間は14日間で加重平均ではなく単純平均です。

ルールはRSIの一般的な使い方である「RSIが30以下なら売られ過ぎということで買い、70以上なら売られ過ぎということで売り」という戦略です。

ビットコインの価格を取得する

ビットコインやイーサリアムなどのアルトコインの価格を取得方法は以下の記事で解説しています。

まずは必要なライブラリをインストール、これを入れておかないと下のコードは動きません。

##ライブラリーのインストール##
import pandas as pd
import time
import matplotlib.pyplot as plt
import datetime
import requests
import json
%matplotlib inline

そしてビットコインの価格を取得していきます。

##ビットコインの価格を取得し、変化率を計算する##

def get_bitcoinprice():

 ##ビットコインの価格を取得する##
 url=('https://api.coingecko.com/api/v3/coins/')+str('bitcoin')+('/market_chart?vs_currency=jpy&days=max')
 r=requests.get(url)
 r=json.loads(r.text)
 bitcoin=r['prices']

 ##二重配列のデータをデータフレームに整形する##
 data=[]
 date=[]
 for i in bitcoin:
  data.append(i[1])
  date.append(i[0])
  bitcoin=pd.DataFrame({"date":date,"price":data})
  price=bitcoin['price']

 ##そこに変化率を計算して加える##
 a=price.pct_change()
 bitcoin=pd.DataFrame({"date":date,"price":data,"change":a})
 return bitcoin

実行すると以下のようなデータが返ってくるはずです。

RSIを計算する

次はRSIを計算します。RSIなどのテクニカル指標の計算方法は以下の記事で説明しています。

##RSIを計算する##

def rsi(data):
 data=data.diff()
 ##値上がり幅、値下がり幅をシリーズへ切り分け
 up, down = data.copy(), data.copy()
 up[up < 0] = 0
 down[down > 0] = 0
 ##値上がり幅/値下がり幅の単純移動平均(14)を処理##
 up_sma_14 = up.rolling(window=14, center=False).mean()
 down_sma_14 = down.abs().rolling(window=14, center=False).mean()

 ##値上がり幅/値下がり幅の単純移動平均(14)を処理##
 up_sma_14 = up.rolling(window=14, center=False).mean()
 down_sma_14 = down.abs().rolling(window=14, center=False).mean()

 # RSIの計算
 RS = up_sma_14 / down_sma_14
 RSI = 100.0 - (100.0 / (1.0 + RS))
 return RSI

実行すると以下のような結果になります。

バックテストをする

さてデータの取得と指標の計算が終わったところで次は実際にトレードのバックテストを行っていきます。こういう系でバックテストを行う簡単な方法は指標に合わせて買いなら1、売りなら-1と返す判断結果と変化率を掛け合わせ、それを累積変化率の換えて処理するという方法です。

このための必要な処理がpandasだと関数1つでできるのでトレード系の分析をするのでもpandasは欠かせないライブラリですね。

##RSIのシグナルの作成##
RSIsignal=[]
for i in b:
 if i<=30:
  RSIsignal.append(1)
 elif i>=70:
  RSIsignal.append(-1)
 else :
  RSIsignal.append(0)


##トレードの利益を計算する
def trade_return(change,signal):
    a=len(change)
    returns=((change[1:]*signal[:a-1])+1).cumprod()
    return returns*10000

まずはシグナルの説明ですが、今回のトレード戦略は「RSIが30以下なら売られ過ぎということで買い、70以上なら売られ過ぎということで売り」ということなので、先ほど計算したRSIの数値が30以下なら買い(1)、70以下なら売り(-1)という数値を返すシグナルのリストを作ります。

for文の中はRSIが30以下なら1、そうでなくRSIが70以上であれば-1、どちらにも当てはまらない数値またはNAN/欠損値の場合は0を返すという処理です。

次のトレード損益を計算する関数はシグナル(1、-1、0でできたpandas.Series)と変化率のデータ(データ型はpandas.Series)を掛け合わせます。そのまま掛け合わせると意味がないので、signalとchangeをずらします。RSIのシグナルが出たら買いまたは売りを実行し、次の日に売り、買いを実行するというトレードシュミレーションになります。そしてその結果をcumprod()というpandasの関数で累積変化率にして計算しています。

最後に10000をかけているのは10000円スタートの場合最終的に何円になったのか視覚的に分かりやすくしているだけです。

バックテストの結果

bitcoin=get_bitcoinprice()
RSI=rsi(btcoin['price'])

##RSIのシグナル
 RSIsignal=[]
 for i in RSI:
  if i<=30:
   RSIsignal.append(1)
  elif i>=70:
   RSIsignal.append(-1)
  else :
   RSIsignal.append(0)


trade=trade_return(bitcoin["change"],RSIsignal)

##結果をプロットする##
trade.plot()



すると結果は以下のようになりました。

・・・・・・・なんも言えねぇ。。。

ちなみに何円になったのかというと、元手10000円からスタートして1929日後には、>>trade[1929]でみれば分かりますが、 61.281030円になっています笑

結論

仮想通貨取引で従来のRSIの使い方をすると多分やばいくらい負けると思うので、使わないか使い方を変えた方がいいという結論になりました。

プログラミングの独学はとても難しい


プログラミングは小学校の義務教育にも導入され始めており、これから社会人として生きていく上でプログラミングはもはや出来て当たり前、出来なれば論外というエクセルレベルの必須スキルになりつつあります。そしてそういう話を聞いて参考書なりを購入して独学でプログラミング勉強しようと思っている人も少なくないでしょう。しかしプログラミングを独学で勉強し始めようと思うものの



・「分からない箇所で詰まって挫折してしまった」

・「勉強する時間が足りない」

・「ネットの記事だと情報が断片的でよくわからない」

・「コードのエラーの原因が分からない」



という壁にぶち当たって、プログラミングの勉強を止めてしまう方が少なくありません。独学でプログラミングを勉強してる時間のほとんどはつまづいている時間です。実際僕も最初のころ独学でプログラミングを勉強していた頃はエラーの原因が分からず丸1日を不意にしてしまった・・・そんな苦い経験がありました。それで僕は一度はプログラミングの学習を諦めてしまいましたが、就活で現実を知る中で



「プログラミングを勉強して、いずれフリーランスとして自由な生き方がしたい」

「エンジニアとして若いうちから高収入を得たい」



という強い気持ちから一念発起して「侍エンジニアのwebサービスコース」に申し込み、プロのエンジニアの方に対面でマンツーマンでPythonによるWebサービス作り方とWeb技術の基本を教えてもらい、ようやくプログラミングが理解でき、今ではエンジニアとしてそこそこの暮らしができるようになりました。





侍エンジニアでは、とりあえずプログラミングやインターネットの基本を知っておきたい人から、HTML・cssなどでWebサイトやWebアプリを作ってみたい人やPythonを勉強してデータサイエンティストやAIエンジニアになりたい人まで幅広いニーズに応えた様々なコースが用意されています。



IT業界と言ってもエンジニアの仕事はプログラミング言語次第でサーバーから機械学習・ディープラーニングまで多種多様ですし、侍エンジニアの無料レッスン(カウンセリング)を受けてみて、自分のやりたいITの仕事は何なのか?を見つけるのがエンジニアへの第一歩になります。ちなみに今侍エンジニアの無料レッスンを受けると1000円分のAmazonギフト券がもらえるので、試しに受けてみるだけもお得です。


自分は半端に独学やオンラインスクールで勉強して金と時間を無駄にするくらいなら、リアルのプログラミングスクールに通ってしっかりプログラミングを勉強した方がいいと思います。ちなみに今、侍エンジニアに申し込むと、25歳以下の学生の方であれば、受講料が20%OFFになるので超お得です。


そして、プログラミングは大勢で授業を受けたり漫然とオンライン学習をするよりも自分が分からない箇所をピンポイントでプロの講師に直接質問して、ちゃんと納得するというスタイルの方がお金は確かに少し掛かりますが、独学で学ぶよりも絶対にモノになります。


シェアする

  • このエントリーをはてなブックマークに追加

フォローする

   侍エンジニア塾       
侍エンジニアの無料体験レッスンを予約する -->