株価の上がり下がり予測チャレンジ（架空の銘柄）

順位	名前	スコア	提出	最後の提出
読み込んでいます…

背景と目的

株価が5営業日あとに上がるか下がるかを、予測してみましょう。

株価は、たくさんの人が「上がりそう」「下がりそう」と考えて売り買いした結果で決まります。だれでも気づくような上がる理由は、気づいた人がすぐに買うので、あっという間に値段に入ってしまいます。そのため、明日や来週の上がり下がりを当てるのは、プロでもとても難しい仕事です。当たる割合が五分五分から少し良くなるだけでも、大きな意味があります。

本物の株価のデータは、取引所やデータの会社の決まりで、自由に配ることができません。そこでこのコンペでは、スタアカが作った架空の銘柄の株価を使います。本物の株価によく似た動き（値動きの大きい時期と小さい時期がしばらく続く・ときどき大きく跳ねる・市場全体や同じ業種の銘柄と一緒に動く・値動きの大きい日は出来高も多い）をするように作りました。銘柄も会社も実在しません。この中に、テクニカル指標で見つけられる「弱い流れ」が少しだけ入っています。

このコンペでは、ある日（日 = 0）までの60営業日の株価から、5営業日あとの終値が、日 = 0 の終値より上がるかを予測するモデルを作ってください。

スコアを伸ばすカギは、60営業日の値動きと出来高から、良い特徴量を作れるかです。コース13「株価データ分析」の株データを取得してみよう！と Plotlyでローソク足チャートの作成（どちらも無料で見られます）のあと、会員向けのレッスンで移動平均線・MACD・ボリンジャーバンド・モメンタム・RSI の求め方を学べます。時系列のデータの検証のしかたと、未来の情報が混ざる「リーク」の防ぎ方は、コース07「機械学習実装」のデータ準備・特徴量エンジニアリング②：日付と時系列・モデル構築（会員向け）が役に立ちます。

データ

ファイル	中身
`train_prices.csv`	学習用の株価。架空の200銘柄の、2023年1月4日〜2025年12月30日（734営業日）の四本値と出来高（146,800行）
`stocks.csv`	学習用の200銘柄の業種
`train.csv`	学習用の答え。銘柄と日付ごとの `上がる`（145,800行）。train_prices.csv の終値から作ったもので、自分で作り直すこともできます
`test_windows.csv`	テスト用の株価。3,000個の窓で、1つの窓は、ある架空の銘柄の60営業日（180,000行）
`test.csv`	テスト用の窓の `ID` と業種（3,000行。この行を予測します）
`sample_submission.csv`	提出の見本
`data_explanation.csv`	列の説明（下の表と同じ）

予測するのは 上がる です。日 = 0 の終値より、5営業日あと（その銘柄の行で5つ先）の終値が高ければ 1、同じか安ければ 0 です。学習用のデータでは、約53%が 1 です（学習用の3年間は、市場全体が上がった時期でした）。

テスト用の窓は、学習用のデータと次の点が違います

日付がありません。日 は、予測する日を 0 として、-1 が1営業日前、…、-59 がいちばん古い日です
3,000個の窓は、1つずつ別々に作った架空の市場から取りました。窓どうしは、日付も市場全体の動きもつながっていません。学習用の期間ともつながっていません
日 = 0 より先の株価は、どこにも配っていません

こうしているのは、答えを隠すためです。学習用のように続いた株価を配ると、テストの日の5営業日あとの値段もファイルに入ってしまい、答えが見えてしまいます。

そのため、特徴量は「その銘柄の、日 = 0 までの60営業日」だけから作れるものにしてください。学習用のデータからも、銘柄ごとに同じ60営業日の窓を切り出して学習すると、テストと同じ条件になります。同じ日のほかの銘柄の動き（市場全体の平均など）・日付・曜日・銘柄コードは、テストでは使えません。また、検証は時間で分けましょう（たとえば、2024年までで学習して2025年で確かめる）。行をばらばらに分けると、隣どうしの日は5日間のうち4日が重なるので、スコアが良く見えすぎます。

株価（train_prices.csv・test_windows.csv）　1行が、1つの銘柄の1営業日です。

列	中身
`銘柄コード`	架空の銘柄の番号（S001〜S200）。本物の銘柄コードとは関係ありません（train_prices.csv だけ）
`日付`	取引のあった日。土日・祝日・年末年始（12/31〜1/3）はありません（train_prices.csv だけ）
`ID`	テスト用の窓の番号（test_windows.csv だけ）。1つの ID に60行あります
`日`	何営業日目か。0 が予測する日、-59 がいちばん古い日（test_windows.csv だけ）
`始値`	その日の最初の値段（円）
`高値`	その日のいちばん高い値段（円）
`安値`	その日のいちばん安い値段（円）
`終値`	その日の最後の値段（円）
`出来高`	その日に売り買いされた株の数（100株単位）

そのほか

ファイル	列	中身
`stocks.csv`	`銘柄コード`・`業種`	学習用の銘柄の業種（10種類・20銘柄ずつ）
`test.csv`	`ID`・`業種`	テスト用の窓の業種（同じ10種類）
`train.csv`	`銘柄コード`・`日付`・`上がる`	学習用の答え。各銘柄の最後の5営業日は、5営業日あとがないので入っていません

評価指標

AUC（ROC曲線の下の面積）。上がった窓ほど、大きい予測の値をつけられているかを測ります。上がった窓と上がらなかった窓を1つずつ選んだとき、上がった窓のほうに大きい値をつけられている割合と同じです。大きいほど上位です。

1.0 なら、上がった窓の全部に、上がらなかった窓のどれよりも大きい値をつけられています
0.5 は、でたらめに予測したのと同じです（全部に同じ値をつけても 0.5 になります）
値の大きさそのものではなく、並び順だけで決まります。同じ値の組は、半分当たったと数えます。提出には、上がる確率（0〜1）を入れるのがふつうです

このコンペのスコアの目安　株価の上がり下がりには、たまたまの動きがとても大きいので、どんなに良いモデルでも 1.0 には遠く届きません。0.55 を超えれば手がかりをつかめていて、0.6 前後なら、かなり良いスコアです。テストは3,000個なので、スコアには ±0.01 くらいの運のぶれもあります。

なぜ AUC なのか　上がる・上がらないはほぼ半々で、良いモデルでも、予測の確率は 0.5 から少ししか離れません。0.5 で区切って正解率を出すと、この小さな差が見えにくくなります。AUC は「上がりそうな順に並べられたか」を見るので、小さな手がかりの差もスコアに出ます。

ルール

提出

1日に5回まで提出できます。日本時間の0時に回数が戻ります
sample_submission.csv と同じ形（1行目は ID,上がる、test.csv の3,000個の ID が1行ずつ）の CSV を提出します。ID の列で正解と結びつけて採点するので、行の並びは自由です
採点できなかった提出（列の名前が違う・ID が足りない・予測が空など）はエラーになり、回数には数えません

順位表

1人1行で、いちばん良いスコアが載ります。名前は、参加するときに決めた名前です（メールアドレスや本名は出ません）
このコンペは終わりの日を決めていないので、順位表はいつでも今の順位です
運営が作った予測（ベンチマーク）のスコアも、「運営」の印つきで並びます。まずは「直近5日の逆張り」を超えるのが目標です

禁止すること

テストデータの正解を、ほかから手に入れること
1人で複数のアカウントを使うこと
ほかの参加者と、提出のファイルや結果を共有すること（コードや手法の共有はかまいません）

不正が分かったときは、提出やスコアを取り消すことがあります。

データについて　このコンペのデータは、スタアカが乱数で作った作り物です。銘柄・会社・値段は実在しません。練習のために、テクニカル指標で見つけられる弱い流れを入れてあるので、本物の株価で同じやり方がうまくいくとは限りません。このコンペは、データ分析を学ぶためのもので、投資をすすめたり助言したりするものではありません。本物の株の売り買いの判断には使わないでください。

無料の登録をして参加する

コンペに参加する

データ

提出する

順位表

自分の提出

背景と目的

データ

評価指標

ルール