「明日の株価は上がるか下がるか？」を機械学習で予測することは可能でしょうか。完璧な予測は不可能ですが、LightGBMを使って統計的に有意な予測モデルを作る方法を解説します。
LightGBMとは？
LightGBM（Light Gradient Boosting Machine）はMicrosoftが開発した勾配ブースティング系の機械学習ライブラリです。高速・高精度・省メモリが特徴で、株価予測タスクに広く使われています。
pip install lightgbm yfinance scikit-learn pandas numpy特徴量エンジニアリング
import yfinance as yf
import pandas as pd
import numpy as np
from sklearn.model_selection import TimeSeriesSplit
from sklearn.metrics import accuracy_score, classification_report
import lightgbm as lgb
from datetime import datetime
def create_features(df):
"""株価データからテクニカル特徴量を作成"""
df = df.copy()
# リターン系特徴量
for period in [1, 2, 3, 5, 10, 20, 60]:
df[f"return_{period}d"] = df["Close"].pct_change(period)
# 移動平均系
for period in [5, 10, 20, 50, 200]:
df[f"ma_{period}"] = df["Close"].rolling(period).mean()
df[f"ma_ratio_{period}"] = df["Close"] / df[f"ma_{period}"]
# ボリンジャーバンド
df["bb_mid"] = df["Close"].rolling(20).mean()
df["bb_std"] = df["Close"].rolling(20).std()
df["bb_upper"] = df["bb_mid"] + 2 * df["bb_std"]
df["bb_lower"] = df["bb_mid"] - 2 * df["bb_std"]
df["bb_pos"] = (df["Close"] - df["bb_lower"]) / (df["bb_upper"] - df["bb_lower"])
# RSI
delta = df["Close"].diff()
gain = delta.clip(lower=0).rolling(14).mean()
loss = (-delta.clip(upper=0)).rolling(14).mean()
df["rsi"] = 100 - (100 / (1 + gain / loss))
# MACD
df["ema12"] = df["Close"].ewm(span=12).mean()
df["ema26"] = df["Close"].ewm(span=26).mean()
df["macd"] = df["ema12"] - df["ema26"]
df["macd_signal"] = df["macd"].ewm(span=9).mean()
df["macd_hist"] = df["macd"] - df["macd_signal"]
# 出来高系
df["volume_ratio"] = df["Volume"] / df["Volume"].rolling(20).mean()
df["volume_return"] = df["Volume"].pct_change()
# ボラティリティ
df["volatility_20"] = df["Close"].pct_change().rolling(20).std()
df["high_low_ratio"] = df["High"] / df["Low"]
df["close_open_ratio"] = df["Close"] / df["Open"]
# 曜日・月情報
df["dayofweek"] = df.index.dayofweek
df["month"] = df.index.month
return df
# データ取得と特徴量作成
df = yf.download("7203.T", period="10y", progress=False)
df = create_features(df)
print(f"特徴量数: {len(df.columns)}")
print(df.tail())目的変数（翌日の騰落）の作成とデータ分割
def prepare_dataset(df, forecast_horizon=1):
"""学習用データセットを準備"""
df = df.copy()
# 目的変数：翌N日後の騰落（1=上昇, 0=下落）
df["target"] = (df["Close"].shift(-forecast_horizon) > df["Close"]).astype(int)
# 特徴量の選択
feature_cols = [c for c in df.columns if c not in
["Open", "High", "Low", "Close", "Volume", "target",
"Dividends", "Stock Splits"]]
df = df.dropna()
X = df[feature_cols]
y = df["target"]
# 時系列分割（最後の20%をテストデータ）
split = int(len(df) * 0.8)
X_train, X_test = X.iloc[:split], X.iloc[split:]
y_train, y_test = y.iloc[:split], y.iloc[split:]
print(f"学習データ: {len(X_train)}件 ({X_train.index[0].date()} - {X_train.index[-1].date()})")
print(f"テストデータ: {len(X_test)}件 ({X_test.index[0].date()} - {X_test.index[-1].date()})")
print(f"目的変数の分布 - 上昇: {y_train.mean():.1%}")
return X_train, X_test, y_train, y_test, feature_cols
X_train, X_test, y_train, y_test, feature_cols = prepare_dataset(df)LightGBMモデルの学習と評価
def train_lgbm(X_train, y_train, X_test, y_test):
"""LightGBMモデルを学習・評価"""
params = {
"objective": "binary",
"metric": "binary_logloss",
"n_estimators": 1000,
"learning_rate": 0.01,
"num_leaves": 31,
"max_depth": -1,
"min_child_samples": 20,
"subsample": 0.8,
"colsample_bytree": 0.8,
"reg_alpha": 0.1,
"reg_lambda": 0.1,
"random_state": 42,
"n_jobs": -1,
"verbose": -1,
}
model = lgb.LGBMClassifier(**params)
model.fit(
X_train, y_train,
eval_set=[(X_test, y_test)],
callbacks=[lgb.early_stopping(stopping_rounds=50, verbose=False)]
)
y_pred = model.predict(X_test)
y_prob = model.predict_proba(X_test)[:, 1]
print(f"\n=== LightGBMモデル評価 ===")
print(f"精度: {accuracy_score(y_test, y_pred):.3f}")
print(f"\n分類レポート:")
print(classification_report(y_test, y_pred, target_names=["下落", "上昇"]))
return model, y_pred, y_prob
model, y_pred, y_prob = train_lgbm(X_train, y_train, X_test, y_test)特徴量重要度の確認
import matplotlib.pyplot as plt
def plot_feature_importance(model, feature_cols, top_n=20):
"""特徴量重要度を可視化"""
importance = pd.Series(
model.feature_importances_,
index=feature_cols
).sort_values(ascending=False)
plt.figure(figsize=(10, 8))
importance.head(top_n).plot(kind="barh")
plt.title(f"LightGBM 特徴量重要度 Top{top_n}")
plt.xlabel("重要度")
plt.gca().invert_yaxis()
plt.tight_layout()
plt.show()
print("Top10 重要な特徴量:")
print(importance.head(10))
plot_feature_importance(model, feature_cols)予測に基づくバックテスト
def backtest_with_prediction(df, y_pred_series, threshold=0.6):
"""予測結果を使ってバックテスト"""
backtest_df = df.loc[y_pred_series.index].copy()
backtest_df["pred"] = y_pred_series.values
backtest_df["daily_return"] = backtest_df["Close"].pct_change()
# 予測確度が高い（threshold以上）ときのみ取引
backtest_df["strategy_return"] = np.where(
backtest_df["pred"] == 1,
backtest_df["daily_return"],
0
)
cumulative = (1 + backtest_df["strategy_return"]).cumprod()
market = (1 + backtest_df["daily_return"]).cumprod()
strategy_total = cumulative.iloc[-1] - 1
market_total = market.iloc[-1] - 1
print(f"戦略リターン: {strategy_total:.1%}")
print(f"市場リターン: {market_total:.1%}")
print(f"超過リターン: {strategy_total - market_total:.1%}")
return backtest_df
# 予測Seriesを作成
pred_series = pd.Series(y_pred, index=X_test.index)
result = backtest_with_prediction(df, pred_series)注意点
- 機械学習モデルの予測精度は通常52〜55%程度で、高い精度は期待しすぎないこと
- 過去データでの精度が将来も続く保証はない（定期的な再学習が必要）
- 手数料・スリッページを考慮した上で実際の運用を検討すること
まとめ
LightGBMを使った株価方向予測は、テクニカル特徴量と時系列を正しく扱えばある程度有効なシグナルを生成できます。ただし過学習に注意し、ウォークフォワード分析と組み合わせて検証することが重要です。
