日本株の過去のOHLCVから11セクターの次のOHLCVをLSTMで生成し、ゲーム用の市場系列として出力するPython実装です。売買シグナルや将来価格の予測を目的としません。
処理は次のCLIで段階的に実行できます。
python -m pip install -e '.[reports,onnx,dev]' && \
python -m stock_sim.select_universe --as-of 2026-08-18 && \
python -m stock_sim.fetch_data --start 2015-01-01 && \
python -m stock_sim.build_features && \
python -m stock_sim.train --config config/config.yaml && \
python -m stock_sim.generate --days 120 --seed 42 && \
python -m stock_sim.evaluate && \
python -m stock_sim.export_onnxpython -m ... が使える環境で実行してください。python がない環境では python3 に読み替えます。
同梱の data/metadata/stock_master.csv には、現時点で使用する固定33銘柄を登録しています。社名変更・銘柄コード変更の追跡は行わず、現行ティッカーで2015年以降の価格履歴を取得します。時価総額は実行時にYahoo Financeから取得してセクター内順位を付けます。前段が失敗した場合に後続を実行しないため、上記のように && を使っています。
data/metadata/stock_master.csv は現行ティッカーを固定する入力ファイルです。初期状態で33銘柄を登録しており、必要な場合だけこのCSVを差し替えます。過去の社名変更・銘柄コード変更を追跡するための仕組みは使用しません。
JPX CSVから別の現行銘柄リストを作る場合は、補助コマンドで列名を正規化できます。正規化後に継続上場確認と時価総額を補完してください。
JPXは上場銘柄一覧と東証上場日をJPX Data PortalからCSV取得できると案内しています。東証上場銘柄一覧
python -m stock_sim.metadata --jpx-input jpx_stock_list.csv --output data/metadata/stock_master.csvセクターは固定マスターの sector_id を優先し、手動上書き data/sector_overrides.csv、Yahoo Finance/GICS相当の名称の順に解決します。解決できない銘柄、上場日不明、継続上場未確認の銘柄は採用せず、data/metadata/universe_rejections.csv に理由を記録します。
採用条件は、2015-01-01以前に東証へ上場し、2015年以降の上場廃止期間がなく、現時点（--as-of または実行日）の時価総額がセクター内で大きい普通株式です。ETF、ETN、投資信託、REIT、インフラファンド、優先株、外国企業は除外します。各セクター最大3銘柄で、3銘柄に満たないセクターは補充しません。
現在の時価総額上位を使って2015年以降を学習するため、survivorship biasがあります。これはゲーム用の市場生成という目的のための意図した仕様です。
価格取得はまず yfinance を使い、選定銘柄を一括取得します。data/raw/prices.parquet と data/raw/indices.parquet に保存し、取得済み範囲はキャッシュとして再利用します。失敗・欠損・期間不足はログに記録し、重複行は除去します。
Yahoo Financeで ^TPX の履歴が欠損する場合は、設定済みの 1306.T（TOPIX連動ETF）をTOPIXの代理系列として取得し、内部では ^TPX として保存します。この場合はログに警告を出します。
yfinance は非公式データソースです。データ完全性は保証されず、Yahoo Finance側の仕様変更で取得できなくなる可能性があります。商用利用や再配布を行う場合は、Yahoo Financeおよび関連サービスの利用規約を確認してください。Yahooのメタデータ解決結果は data/metadata/metadata_cache.parquet にも保存します。
sector_data.parquet には従来のリターン・ボラティリティ等の分析用特徴量に加え、セクターごとの生OHLCVを保持します。LSTMの学習入力はこのうち ohlcv_columns（11セクター×Open/High/Low/Close/Volumeの55列）です。セクター系列はデフォルトで構成銘柄の等ウェイト平均です。config/config.yaml の sector_aggregation.method を market_cap_weighted にすると時価総額ウェイトへ変更できます。個別銘柄特徴量は data/processed/stock_features.parquet に保持します。
入力系列は60営業日、LSTMの出力ヘッドは [batch, 11, 5]（ギャップ、実体、上下ヒゲ、出来高基準量からの比率）です。外部入力を標準化した後、モデル内部でOHLCをウィンドウ末尾の終値に対する対数比、出来高を直近20日の対数平均からの差に変換します。価格水準が学習期間から離れても情報を保つための処理です。5日学習では予測から復元したOHLCVを次の入力へ戻し、勾配も通します。正解データを毎日入力するteacher forcingではありません。
出来高の基準は、直近20日幾何平均90%と学習期間のセクター別幾何平均10%を対数空間で混合します。生成値だけで基準が際限なく移動することを抑え、日次出来高を前日の1/3〜3倍に制限します。価格・出来高を復元する処理は学習、Python、ONNXで共通です。
モデルはUnity Sentis/Inference Engineで対応しているONNX LSTM 演算子を使います。GRU時代のチェックポイントはLSTMと重み形式が異なるため再利用せず、設定を更新した状態で学習とONNX出力をやり直してください。
学習・検証・テストは時系列順に固定し、デフォルトは2015–2021、2022–2023、2024–実行時点です。スケーラーはOHLCVの学習期間だけでfitし、models/feature_scaler.pkl に保存します。GRUや旧確率的LSTMのチェックポイントは互換性がないため、OHLCV設定で再学習してください。
生成ノイズは検証期間の市場全体（11セクター×5項目）の残差を5日単位で抽出します。セクター間やgap/body間の依存関係を保持し、テスト期間のデータは残差推定や調整に使いません。ノイズ倍率は1.0、出来高への倍率はその25%です。同じcheckpoint・履歴・seedで再現できます。出力は data/generated/generated_prices.parquet、data/generated/generated_ohlcv.parquet、reports/raw_generated_returns.csv、ローソク足は reports/figures/generated_candlestick.png です。
評価は検証終了日より後の期間だけを使い、実データ・生成データともOHLCVの終値から対数リターンを計算します。複数日ターゲットが分割境界をまたぐ窓は除外します。評価用リターンは reports/evaluation_generated_returns.csv に保存し、生成結果のCSVを上書きしません。再現可能な9シナリオ＋1,000日×3seedの確認は python -m stock_sim.audit --output reports/model_audit_after.json で実行できます。
export_onnx は models/lstm_model.onnx と models/lstm_model.metadata.json を作成します。Unity Sentis/Inference Engineでは、float32の標準化済み [1, 60, 55] を features 入力へ渡し、ohlcv 出力 [1, 11, 5] を open/high/low/close/volume の順で受け取ります。入力標準化の列順・平均・標準偏差と、内部相対表現の仕様はmetadata JSONに保存されます。
Unityへの導入手順、Unity用メタデータの作成、C#実装例、複数日生成の注意点は Unity統合マニュアル を参照してください。
Pythonファイルの役割を学習用にまとめた説明は、src/stock_sim/README.mdとtests/README.mdを参照してください。ディレクトリごとに、含まれるPythonファイルを一覧化しています。
pytestテストはネットワークに依存せず、ユニバース選定、未来情報混入防止、NaN/inf、再現可能な生成、（依存環境にある場合）ONNX入出力を確認します。