LinePayくじの攻略方法

世間ではキャッシュレス・キャッシュレスと叫ばれ、PayPay Origami 楽天PAY 各社がしのぎを削っています。そんな中、Lineは春の超Pay得祭りと称し、支払いに対して20%の還元を実施しています。

 

f:id:EnjoyCC:20190317174645j:plain

 

しかし、Lineの還元施策で隠れたものがあるのをご存知でしょうか?それは「もらえるくじ」です。この「もらえるくじ」は上記の20%還元とは違い、くじのため、必ずもらえるわけではありません。しかしこのくじはAmazonギフト券(チャージタイプ)にも適用可能です。※20%offは対象外です。

 

そのため、Amazonギフトカードを購入すればするほどくじを引くことができ、もうかる、というのがこの記事の趣旨です。

 

実際どれくらいの確率で当選するのか、計算してみました。

結果は100回(10,000円)引いて 当選回数 25回 当選金額 380円 でした。

還元率は3.8%と悪くない数字かと思います。

10万円分やれば3800円、100万円分やれば3万8000円もらえる計算です。

【手動での手順】

Amazon.co.jp: アカウントにチャージ

 にアクセス 100円分購入

②LinePayのクレジットカード決済で決済

③Lineのアカウントにくじが送られてくるので開封

 

 

これを自動化したBotをnoteにて公開予定です。

【追記】note公開しました。無料です。

    

note.mu

 

※手動、自動とも自己責任での実行をお願いします。AmazonのアカウントBAN、LineのアカウントBAN、くじがあたらなかった、等のクレームは受けられません。

 

 

回数
1 100
2 0
3 0
4 0
5 0
6 0
7 0
8 0
9 10
10 0
11 10
12 0
13 0
14 0
15 0
16 10
17 50
18 10
19 0
20 0
21 0
22 0
23 0
24 0
25 0
26 0
27 0
28 0
29 10
30 0
31 0
32 0
33 0
34 10
35 0
36 0
37 10
38 0
39 0
40 0
41 0
42 10
43 0
44 10
45 0
46 0
47 0
48 10
49 10
50 0
51 10
52 0
53 0
54 0
55 10
56 0
57 0
58 10
59 10
60 0
61 0
62 0
63 0
64 0
65 10
66 10
67 0
68 0
69 0
70 10
71 10
72 0
73 0
74 10
75 0
76 0
77 0
78 0
79 10
80 0
81 0
82 0
83 0
84 0
85 0
86 0
87 10
88 0
89 0
90 0
91 0
92 0
93 0
94 0
95 10
96 0
97 0
98 0
99 0
100 0
380

 

 

 

 

 

(SIG-FIN) 人工知能学会 金融情報学研究会(第21回 2018年10月20日開催)の論文まとめた

はじめに

dogwood008 です。面白そうな研究会「第21回 人工知能学会 金融情報学研究会(SIG-FIN)」をやっていたので、気になったのをいくつかチョイスして概要と感想をまとめました。本当は現地まで行きたかったのですが、開催に気付いたのが終わってからでした… 😢

f:id:dogwood008:20181021234545j:plain

photo by はむぱんさん

適時開示情報の業績に対するリスク有無の自動判定

著者(敬称略): 矢野大輔, 酒井浩之, 北島良三(成蹊大学), 広井康男, 村山勉(QUICK), 河合継(クリスタルメソッド), 西山昇(Dragons'Desk, 千葉商科大学)

<概要>

適時開示に含まれる単語で、特別損失、違反、その他、リスク無しの4つに分類。深層学習を使用し、Chainerでモデルを作成。結果全体制度は87.4%。

<感想>

アプローチは面白いと思ったが、適時開示がだいたい場が閉まっている時に発表されることが多い(実際はわからないがそのような印象がある)ので、適時開示解析→成行売りを自動化するにはちょっと難しいなという印象。論文の主旨とは外れるかもしれないが、本手法で時間の制約がないリスク調査、例えば契約書のリスク調査を行うモデルを作成すると、もしかするとより適合するかもしれない。

為替情報の幾何的特徴を用いた売買アルゴリズムの検討

著者(敬称略): 河合継(クリスタルメソッド), 新田翔(東京理科大学), 山口航(東京工業大学), 木村祐輔(東京大学), 西山昇(Dragons'Desk, 千葉商科大学)

<概要>

PointNet++と呼ばれる、3次元の点群形式データの幾何学的な特徴を処理することに長ける学習器を使用。データの形に着目して未来のFXのグラフを予想して取引する。結果、過学習したため、そのままの実用には堪えない(4つのシミュレーションで1つのみ利益を出した)。仮にランダムに為替レートが動くと仮定すると、そもそもこの試みは無理なことである。

<感想>

著者も述べているように、為替レートがランダムに動くと仮定すると実用はできない。実際にはランダムではないが、未知数の次元によって為替レートが決まると仮定すると、為替レートの遷移は実質ランダムである。この感想の筆者も、過去にbitcoinの過去データで学習したAIに取引させたが、(数字上は儲かったが)正しく学習できたとは言えなかった。過去のデータのみから学習して未来のグラフを作成することは、レートの需給システム上非常に難しいのかもしれない。ニュースをいち早くゲットして、テキストマイニングからの高速取引が実際一番儲かるのかもしれない。

金融テキストマイニングの基づいた投資家支援プラットフォームの開発

著者(敬称略): 坂地泰紀, 和泉潔, 松島裕康(東京大学)

<概要>

原因と結果を結びつけることで、ある特定の事象が発生した際に関連して株価が動きそうな会社を割り出すことができる。例えば「猛暑の影響」という原因表現に対して、「除草関連用品、散水用品、日除け用品が好調に推移しました」という結果表現がある場合、除草剤製造会社の売上が上がることが予測される。Pythonのパッケージでマイニング手法を手軽に行う手段を配付予定。

<感想>

今後が楽しみである。参考文献に少し不安が残る(2/6が全国大会、6つの文献は全て日本語話者による著作)が、日本語のマイニングのため、そうであってもあまりこだわらなくても良いかもしれない(研究会発表だし)。今は経験則で「特定の天変地異が来た時にこの会社の株が上がるor下がる」のようなことがあるが、マイニングによって新しい関連性が見つけられれば儲けるチャンスが増えそうである。ただし、擬似相関には気をつける必要がありそうだ。

外国為替市場におけるトレーディング戦略分類

著者(敬称略): 末重拓己, 金澤輝代士(東京工業大学), 高安秀樹(東京工業大学, 明治大学, Sony CSL), 高安美佐子(東京工業大学)

<概要>

トレーダー個人の取引に着目。EBSの外為高頻度注文データを解析。トレーダーが指数関数を用いたトレンド定義を行っていることを前提とする(実務でもにEMAが使用されている)。個々のトレーダーが過去x分まで遡って参照した上で指値の取引価格を決定しているかを分類。k-meansによりクラスタリング。0.5分、3分、6分、それ以外の4種類。結果3分のクラスタの取引回数が最小。このクラスタ所属のトレーダーは “best price” (とは?詳細不明)から最も遠いところに指し値注文分布が存在。また、0.5分は日本時間に、3分はニューヨーク時間に特徴的な戦略であることがわかった(なぜ?)。つまり、日本時間に活動するトレーダーは現時点での価格に積極的であるのに対し、ニューヨーク時間のそれは消極的である。

<感想>

日本時間中は3分前の価格を見て、ニューヨーク時間中は30秒の前の価格を見て逆張りしたら面白いかもしれない。この論文だけではなんともよくわからない部分が多く消化不良感があるので、続報を待ちたい。

おわりに

今回初めて研究会論文を真面目に読んだのですが、結構ページ数が少なくてサクサク読めました。こういうのをちゃんと習慣づけていきたいですね〜

リスクとリターン

takumina21です。

標準偏差の話をしに来ました。

 

株の収益率の標準偏差(S.D.)はボラティリティを示します。

 

収益率は、株式市場の価格変動による株式売買収益に基づくものとのイメージができるかと思います。

 

ボラティリティは、予想変動率です。平均値からどれだけブレるのかを示してます。

本田△フリーキックのボール軌道はボラティリティが高い!」とかいう感じで使ってください。

 

S.D.=±1 には全体の68.2%が収まります。

 

ボラティリティが高い場合、このS.D.=±1に収まる値(ブレ幅)が大きいと言えます。

 

株の収益率のS.D.はリスク指標です。

 

リスクとは「ハイリスク・ハイリターン」とかで使われる言葉です。

リスクは不確実性を意味してます。「損しやすい!」とかいう浅はかな意味ではないです。

 

ここでクイズ。。AとBどちらがハイリスクでしょう。

 

A:コインを投げて表なら 1万円もらえる、裏なら100円もらえる。

B:コインを投げて表なら200円もらえる、裏なら100円払う。

 

Aの標準偏差は 4950

Bの標準偏差は 150

 

Aの方がハイリスクです。Bはローリスク。

「ハイリスク・ハイリターン」とは「めっちゃ損する・めっちゃ儲かる」ではなく、

「めっちゃ本田・めっちゃ儲かる」という意味です。

ブレ球無回転FKを抑えることさえできれば、大きな利益を得ることも可能です。

私の投資手法は、オリバー・カーン時々シジマールです。

 

ちなみに、リスクとリターンを用いた、シャープレシオというシャープさんが考えた金融商品の評価指標があります。

株式Xのシャープレシオ =(株式Xのリターン ー 国債の利回り)/  株式Xのリスク

 

数値が大きいほど優良な金融商品です。(儲かるとは言っていない)

 

今日はここまで。

 

 

 

 

2018/11 BCH ビットコインキャッシュのハードフォークについて

2017/8にビットコイン(BTC)からハードフォーク(HF)しビットコインキャッシュ(BCH)が生まれました。

 

その後BTCからは数々のコインがフォークされビットコインゴールドビットコインダイヤモンド、スーパービットコインなどが生まれました。

 

HFの際にBTCを持っていれば、(取引所によっては)持っているBTCと同数のHFコインが付与されたためHFコインを得たいがためにBTCを買う人が増え、BTCの価値が上がりつづけました。

 

今回はBCHからのHFです。2018年11月にBCHからのHFが予定されています。

今後のスケジュールは10月15日からテストネットでの稼働、11月15日にHFを予定しているようです。

今回のHFによってBCHの価値が上がるかどうかは不透明ですが、取引戦略は考えておいてもいいかもしれません。

 

 

jp.cointelegraph.com

 

 

 

仮想通貨と株式のリスクマネジメント(概要)

takumina21@アセットマネジメント事業本部です。

 

標準偏差(s.d. = σ)」ご存知でしょうか?

 

自己勘定取引において、一番避けなきゃいけないこと。

資産吹っ飛ばして、取引市場からの退場です。

 

株式トレードの世界では、2%ルール・6%ルールが有名ですよね。

仮想通貨の世界では、これは当てはまらないと考えています。

 

「仮想通貨は何%ルールを適用すればええねん。」

「2%ルール、6%ルールってなんやねん。」

「そもそも標準偏差の話はどこにいったんや。」

 

仮想通貨取引と株式取引のリスク管理の話、シリーズで連載していきます。

 

今日はここで終わり。

 

f:id:takumina21:20181007212615p:plain

仮想通貨トレーディング本部

こんにちは。EnjoyCCです。hatena

仮想通貨トレーディング本部が担当です。

 

投資スタンスはローリスクローリターンかつ
できるだけオートでの取引を目指してます。

 

2018/10現在は自作python botによる
アービトラージ(裁定取引)をメインに行っております。

 

今後は仮想通貨アービトラージを主体に、
仮想通貨関連の取引手法・ニュース等を発信していきます。

 

よろしくお願いします。

アセットマネジメント事業本部

takumina21 と申します。

2x3dimensions アセットマネジメント事業本部を担当しています。

主に、事業資産管理および株式/仮想通貨自動トレーディングです。

 

現在は下記を行っています。

・各事業のマネーマネジメント

・自動取引プログラムの開発実装

・株式売買手法のコーディング

 

ブログにてBot取引の結果や、コード紹介、取引手法の解説などをさせて頂きます。

twitter でも、botによる取引利益を都度公開しております。

どうぞ宜しくお願いします。