趣味でアルゴリズム取引のシステムを開発・運用してみたことで得られた知見について、社内のテーマ自由な勉強会で発表しました。

1. アルゴリズム取引のシステムを
開発・運用してみて分かったこと
2017/02/17
Satoshi KOBAYASHI (satoshi-k at iij.ad.jp)

2. 目次
• 自己紹介
• 背景
• システムの概要
• 遭遇した問題と得られた知見
• 最近の状況
• まとめ

3. 自己紹介

4. 誰？
• 名前: 小林 智史 (Satoshi KOBAYASHI)
• 所属: インターネットイニシアティブ (IIJ)
• 職業: ソフトウェアエンジニア
• 備考: 普段の業務は金融とは一切関わりがない

5. 元々、投資は好き
• 普段の投資について
• 堅実枠
• 海外ETFを使った長期分散投資
• 趣味枠
• 好きな (応援したい) 企業の株を銘柄買い

6. ちなみに
• 年齢が若いことは投資では有利に働きやすい
• 長期間で時間分散できる
• 時間分散？→ドル・コスト平均法など
• 長期間に渡って複利が効く
• 複利？→利益がさらに利益を生む仕組み
• 損をしたときもダメージが少ない
• 何故？→人的資本が多く残されている (定年まで長い)

7. 背景

8. お金儲けについての研究
• 知識と技術を使ってお金儲けができないか？
• 大学時代の研究室の先輩と二人三脚で研究
• どちらも社会人なので余暇を利用
• データを駆使して市場に打ち勝つ
• 今回作ったシステムはその一環で生まれた

9. 大学時代の研究室の先輩
• 名前: 加川 敏規 (Toshinori KAGAWA)
• 所属: 情報通信研究機構 (NICT)
• 職業: 研究者 ※博士(工学)
• 備考: 先輩も投資が好き

10. システムの概要

11. どんなものを作ったか
• ある金融資産を全自動で取引するシステム
• 特定のアルゴリズムにもとづいて動作する
• 24 時間 365 日休まず取引し続ける
• アルゴリズムの基本
• 安く買って高く売る (商売と同じ)
• 統計の考え方を用いている

12. どのようにして作ったか
• Python を使ってスクラッチで実装した
• 最初ワークフローエンジンを使おうとした
• Apache Airflow とか
• 学習コストの高さ、クセの強さから断念
• その後は、ひたすら下回りから書いていった

13. システム構成図 (概要)
情報収集
プログラム
取引用
プログラム
レポート用
プログラム
取引所RDB
(MySQL)
トーク
(Slack)
集計用
プログラム
取引所API
ライブラリ
可視化
(Re:dash)
板の取得や注文など
何かあったときは
Slack に通知する
(自作部分)
定期実行
ユーティリ
ティ
設定管理
ユーティリ
ティ
など…RDBの内容を
グラフにする
各種データの集積所

14. システム構成について
• 役割ごとに細かくプロセスを分けた
• ティッカー、板などの情報を取得する役
• 得られた色々なデータを処理して発注する役
• これは正解だった
• 疎結合でデバッグしやすい

15. 用語の補足
• ティッカー？
• 最後に成立した取引の情報
• いくらで売られたか、買われたか
• 板？
• まだ成立していない取引の一覧
• いくらで売ります、買います

16. サーバ
• 某 VPS 上で稼働させている
• OS: Ubuntu 16.04 LTS
• CPU: 3C
• RAM: 2GB
• DB: MySQL 5.7

17. 遭遇した問題と得られた知見

18. 取引はいつか必ず失敗する
…それも連続で

19. 取引が失敗する主な原因
• 外的要因
• 取引所のメンテナンス・障害など
• 内的要因
• 自作した取引システムの障害
• 連携させている口座の残高不足など

20. 一旦失敗すると長引くことも
• 一過性 (数分〜) のものなら特に問題はない
• Slack のログが汚れるだけ
• 長期間 (数時間〜) に渡って失敗することも
• 意外とよくある
• 人間が介入しないと直らなかったり、とか

21. 取引が失敗するデメリット
• 機会損失
• 失敗している間はお金儲けができない
• スプレッド分の損が連続して発生しうる
• これが特にやばい

22. 何がヤバイのか
• 複数注文の組み合わせで取引したいことがある
• 組み合わせはトランザクション的に扱いたい
• つまり All or Nothing にしたい
• もし失敗したときはロールバックさせる
• 買った所で直後に売ることになる
• あるいはその逆

23. 何か問題が？
• 売値と買値はイコールではない
• 必ず売値 < 買値の関係になっている
• 高く買って安く売りたい人はいない
• 両者の差額をスプレッドという
• 単純に買って売るだけでも差額分を損する

24. 失敗し続けるのはまずい
• 買って売っての繰り返し
• スプレッド分を延々と損し続ける
• それも、数時間単位で！

25. どう解決する？
• 単位時間あたりの失敗数に上限を設ける
• 閾値を超えて失敗すると、関連する注文を中止
• これをペナルティーと名付けた
• 復帰条件
• 一定期間が経過する
• 人間が介入して状態を解除する

26. 取引手数料は最大の敵

27. 前述したスプレッドに関連
• 多くの取引所では取引自体に手数料がかかる
• 一回の約定あたりでいくら、とか
• 板に最初から上乗せされていることも
• ギャンブルでいう「控除率」に相当する
• 胴元の懐に入るお金という意味で同じ

28. 控除率の壁を超える必要あり
• 超えられないと損し続けることに
• HFT 的なことをすると特に問題になる
• HFT?→高頻度取引
• 頑張って手数料ばっかり払い続ける

29. どう解決する？
• なるべく手数料の少ない取引所・商品を選ぶ
• 最初、高いものを使って痛い目を見た
• アルゴリズムを改良して壁を超える
• 壁を超える利益が得られそうかを計算する

30. ティッカーの値段では
買えない

31. ティッカーは単なる過去の実績
• 開発の初期において
• ティッカーの情報を元に注文を入れていた
• 想定と異なる約定が頻発した
• 成行注文: 想定より高い・安い
• 指値注文: 買えない・売れない

32. 得られた気づき
• ティッカーだけを見ていてはいけない
• 直近の取引で成立したというのに過ぎない
• 市場は刻一刻と変化している
• 過去の実績と今の市場は異なる
• 約定した取引量も分からない

33. どう解決する？
• ティッカーの代わりに板の情報を使う
• 板の情報は成立していない注文の一覧
• 今出ている注文を見て自分の注文を入れる
• いくらで売買できそうかを計算する

34. 板の値段でなら買える！
…と思った？

35. 想定外は減った、しかし…
• 板の情報を使っても完璧ではない
• 他の人も注文をバンバン入れている
• 板は取得した直後に過去の情報となる
• 想定外の約定は生じうる

36. どう解決する？
• 板を見てから注文までのディレイを減らす
• 処理の最適化・高速化
• 「想定外」の取捨選択をする
• 成行取引: 想定より高い・安いを許容する
• 指値取引: 中途半端な約定に対処する

37. 中途半端な約定？
• 商品が売買される単位はバラバラ
• 「100 買う」という注文を指値で出したとする
• その値段で 50 だけ買えた (約定)
• 残りはいつまでたっても買えない
• 上記のような状況が起こりうる
• アルゴリズムが複雑化しがち

38. ちなみに高速化では…
• ボトルネックが自作システム以外にあること
も
• 取引所や途中経路が重いこともよくある
• 注文が受理されるまで数秒かかるとか
• その間クライアントがブロックする
• 別のスレッドにして他の仕事させよう…

39. 買えなかった (´・ω・`)
…いや、実は買えていた！

40. 取引に時間がかかるのは困る
• 注文内容が市場の相場から乖離してしまう
• 一定期間で API 呼び出しをタイムアウトする
• しかし取引所では処理が続いていることも
• 「実は買え (売れ) てた！」がたまに起こる

41. どう解決する？
• システムが「実は」を直後に検出する
• 検出後は失敗時のロールバックと同じ
• この「実は」の検出が意外と難しい
• または問題が顕在化した時点で対処する
• アルゴリズムによってはこれで済むことも

42. その他の雑多な知見

43. 複利を活かすなら
口座情報を活用しよう

44. 取引量
• 何をいくつ売買するか
• 口座情報を元に調整すると複利が効きやすい
• 固定量だと人間が定期的に調整する必要あり

45. 余談
• ギャンブルで賭け金をいくらにすべきか？
• 色々な手法が考案されている
• マーチンゲール法 (倍プッシュだ…)
• ケリーの公式
※ ここらへんの話は
『ツキの法則 -「賭け方」と「勝敗」の科学』
という本を読むと面白い

46. 貯めたデータを可視化しよう

47. Re:dash
• RDB のデータをグラフ化できる
• 定期的に実行してモニタリングとか
• 色んなデータの推移を見られるように

48. 注意点
• クエリによっては RDB に負荷がかかる
• 普段から結構メモリを食う
• 以前は RAM 1GB のサーバで運用してた
• ある日 OOM Killer が発動して大惨事に

49. バックテストについて

50. バックテスト？
• 過去の履歴を使った検証
• 仮にあるアルゴリズムで運用していたら？
• 機械学習系の知識は役に立ちそう
• 教師信号への過学習で喜んでないかとか

51. 二つのフェーズ
• 第一段階
• 上手くいくのか？
• アルゴリズム自体の検証
• 第二段階
• 利益を最大化するには？
• ハイパーパラメータの調整

52. しかし…
• 高精度なバックテストは意外と難しい
• 必要なデータが揃うとは限らない
• マーケットインパクトが読みづらい
• このスライドにあるような幾多の落とし穴

53. データが揃いづらい
• 例
• ティッカーの値段では売買できない恐れ
• 精度を上げるには板の情報もほしい
• 一般には公開されていない場合が多い
• 年単位のバックテストがしたいとき困る

54. マーケットインパクトの評価
• 自分たちの取引が市場に与える影響
• 注文を入れた世界と入れなかった世界
• 金額が大きくなるほど影響が増す
• アルゴリズムによってはこれを逆手に取る

55. セキュリティについて
考えよう

56. 大前提
• それぞれ適切にセキュリティ対策を施す
• サーバ：ファイアウォールとか
• 取引所：二要素認証とか

57. 仮にサーバが乗っ取られたら？
• 乗っ取られたときのことを考える
• 嫌がらせ以上のことができないようにする
• 外部に送金されたりするとまずい
• 取引所によっては API 経由でできてしまう
• 権限を適切に絞る

58. 問題が起きたとき
気付けるようにしよう

59. 開発の最初期
• 色んな問題が起こった
• いつの間にか止まってた
• 想定外の○○
• 気付けないと対処のしようがない
• 気付けるようにすることが大事

60. Slack への通知
• 何かあったときは Bot が発言する
• 取引の失敗とか例外とか何でも
• スマホのアプリがおすすめ
• 問題が起きたことに素早く気付ける

61. 運用やデバッグで
REPL が活躍する

62. REPL?
• Read-eval-print loop
• 対話型評価環境
• Python には組み込みで付属している
• ちょっとしたスニペットを気軽に試せる

63. 運用やデバッグへの応用
• 何か問題が起こったときは REPL に入る
• 取引システムの API を手動で実行できる
• デバッグに大活躍する
• これがなかったらと思うと…

64. スモールスタートしよう

65. 実装の面でのスモールスタート
• 優先順位をつけて作れるところから
• データ収集は最優先、取引部分は後回し
• データさえあれば取引はシミュレートできる
• 実際にやってみると失敗も多い
• 増改築しやすいように作る

66. 金額の面でのスモールスタート
• 最初はシミュレーションから始めた
• 実際には注文せず「もししていたら？」を分析する
• 次のフェーズとして数週間は少額の取引をやってみた
• 一取引あたり数百円規模
• 上手くいくことを確認しながら繰り返し増資
• 今ではひとつの取引で数十万円が動いている

67. 最近の状況

68. Q: で、儲かってるの？

69. A: 割りと

70. どれくらい？
• 半年間の実績: 投入資金が 1.3 倍になった
• 内、金融資産の価格上昇由来: 82.7%
• 仮に全てを買って放置していても増えた分
• 内、アルゴリズム取引由来: 17.3%
• 取引することで増えた分 (こちらが重要)

71. ある日の取引益 (24H)
※ 上記はチャンピオンデータではなく、
この資料を作っているときに、ふと取得したもの
長期間で見ると振動しながら
上昇トレンドを続ける
ごく短期間で見ると
マイナスに振れることもある
このグラフでは、金融資産の
価格変動分を補正して除外している

72. とはいえ
• 一年だけ成績の良い金融商品はゴロゴロある
• 継続して良い成績を残すことが重要
• まだ本格稼働してから半年しか経っていな
い

73. 今後も儲け続けられるか？
• おそらく！ただし…
• 全く同じ手法が通用する期間は限られるはず
• 以下のどれか、あるいは組み合わせの影響
• 市場の傾向が大きく変化する
• 壁を超えるのが困難なレベルで手数料が上がる
• マーケットインパクトが大きくなる

74. まとめ
• アルゴリズム取引のシステムを作ってみた
• 開発と運用を通して色々な知見が得られた
• 楽しい！
• ✌('ω'✌ )三✌('ω')✌三( ✌'ω')✌

75. ありがとうございました