無料FXヒストリカルデータ14件【2017年10月19日更新】

FXの分析などに使える無料ヒストリカルデータリンク集を作成しました。

杜撰な管理体制を整理し、個人の利便化を図る目的のもと見切り発車で作成したため、
必要に応じて追記を行っていく可能性があります。

基本、無料データなのでご使用はご自身の責任の下でお願いします。

また、ここもいいよ、などオススメの情報があればDMやコメントなどで共有いただけると幸いです。
ies (@iesrr) | Twitter

forexite
Forexite. Safe Forex. Forex trading

FXCM
https://www.fxcmapps.com/apps/basic-historical-data-downloader/

Dukascopy
Historical Data Feed :: Dukascopy Bank SA | Swiss Forex Bank | ECN Broker | Managed accounts | Swiss FX trading platform

OANDA
https://www.oanda.com/lang/ja/fx-for-business/about-historical-currency-converter

FXDD
: MT4ティックデータ

GMO証券(※リンク先は参考にさせていただいた川蝉様の記事)
http://www.autotrading-fx.com/fxcolumn/3701.html

Tickstory
https://tickstory.com/download-tickstory/

Olsendata
http://www.olsendata.com/data_products/historical_data/

Histdata.com
HistData.com | Download Free Forex Data

ForexTester
http://www.forextester.jp/HistoryServiceDescription

GAIN Capital
GAIN Capital Rate Data Archive

SQ Tick Data(Software)
SQ Tick Data Downloader (free) download Windows version

Truefx
https://www.truefx.com/?page=downloads

Quandl
https://www.quandl.com/

pandas.to_csvでUnnamedカラムを追加したくない場合

pandas.to_csvでインデックスを指定せずに出力すると、Unnmaed:0というカラムが追加されて出力されることに気づいた。
格別理由がなければあとから消すなりすればいいが、最初から追加せずに済む方法を調べたのでメモする。

to_csv引数のinplaceをTrueにすればUnnmaedカラムが追加されずに済む。

pd.to_csv('output.csv',inplace=True)

または、

index_col=0

でもOK.

XGBoostがpip installでコケる

mac環境でpip install xgboostがコケた。
エラーログ最下部には以下のメッセージが出力されていたので、そのままググる。

Command "python setup.py egg_info" failed with error code 1 in ~/

setuptoolsをアップグレードすれば直る場合もあるようだが、今回は動かず。
cherries5557.hatenablog.com

エラーログを読み込んでみると、XGBoostLibraryNotFoundとあり、どうやらgccが原因のようだ。

brew install gcc5

これで動いた。

Jupyterのカラースキームを変更する

自分用。
中身がないので、せめで外見だけでも(汗)

Jupyter Themesがカンタン。

ダークな黒背景でクールにデータ解析！Jupyter Notebook Themes & Emacs KeyBinding | Futurismo

GitHub - nsonnad/base16-ipython-notebook: Themes for your IPython Notebook

Jupyter Notebookを自分仕様に：背景，アイコンの変更 - Qiita

Jupyter のテーマを変える - Qiita

ipythonのqtconsoleの色やフォントを設定する | mwSoft

Prophetで金融データの予測

ProphetとはFacebookが開発した時系列の予測ツールです。

github.com
pip環境であれば、pip installでインストールできます。
※インストールに少し時間がかかります。

データはなんでもいいのですが、
今回は、FREDより以下のデータを拝借しました。
10-Year Treasury Constant Maturity Rate | FRED | St. Louis Fed

データさえ用意できれば、あとはほとんどチュートリアルに従えば予測が出せます。
注意点は、データフレームのカラム名が指定されているので変更が必要なことくらい。

今回は、(200*5)年分の予測を出してみたいと思います。
結果が以下。

この結果ではweekly_seasonalityをTrueにしているだけですが、
FRB政策金利アナウンス日などのイベントデータを取り込むなど
精度向上の余地はまだまだありそうですね。