最初に注意を申し上げます。

実装レベルで考えている方にはこの記事が役に立たないかもしれません。

個人的にChatGPTを試した内容を紹介する記事です。

2つの実行サンプルを動画で紹介するとともに、

僕が興味のある「Python による株価予想ができるか！？」についても試しました。

やり方はすぐ調べられると思いますが、

もし興味がある方がいればコメントかフォームでお問い合わせください。

Contents
  1. 注意点
  2. ChatGPTとは？
  3. 実際の実行例
  4. Pythonによる株価予想プログラム
  5. まとめ

注意点

記事の執筆時点は2023年2月24日です。

執筆時点でのChatGPTの弱点と言われているのは「情報が古い」という点です。

具体的に、現時点では2019年9月頃までのデータに基づいたチャットだそうです。

つまり、それより新しい情報は持ち合わせていないことになるため、

使い方に気をつける必要があります。

ChatGPTとは？

この記事を見ている時点で知らない人は少ないと思いますが、

念のためウィキペディアより引用にて紹介しておきます。

ChatGPT（チャットジーピーティー、Generative Pre-trained Transformer）[1]は、OpenAIが2022年11月に公開したチャットボット。OpenAIのGPT-3ファミリーの言語モデルを基に構築されており、教師あり学習と強化学習の両方の手法で転移学習されている。

2022年11月30日にプロトタイプとして公開され、幅広い分野の質問に詳細な回答を生成できることから注目を集めた。しかし、人間が自然と感じる回答の生成を特徴としていることから、一見自然に見えるが事実とは異なる回答を生成することもあり[2][3]、大きな欠点とされた[4]。ChatGPTのリリース後、OpenAIの評価額は290億米ドルとなり[5]、2021年時の140億ドルと比べて2倍以上増加した[6]。

UBSの分析によると、ChatGPTがアクティブユーザー数1億人に到達するのにかかった時間は、TikTokとInstagramがそれぞれ9カ月と2年半であるのに対して、2か月と史上最速である。

引用：Wikipedia

実際の実行例

それでは、実際に ChatGPT に入力したプロンプトの事例を2つご紹介します。

まずは

「このブログについて説明してください」

とお願いした結果がこちら。

すごいです。

本当の人間が評価してくれたような文章です。

次に Python のスクリプトをどれくらい書けるか？試したのがこちら。

「for文で「hello world」を10回出力するスクリプトを指示通り書けるか？」

について。

スクリプトだけではなく、丁寧に解説までしてくれました。

Pythonによる株価予想プログラム

さらに、株価予想はできるかを試したくて、このように質問しました。

「プログラミング言語Pythonを使って、株価を予測するスクリプトを作ってください。」

すると、株価予測をする流れや説明をした上でAlpha Vantage APIを利用した株価データの取得、線形回帰による株価予測を行うスクリプトを書いてくれました。

ChatGPTの実行結果

全文をキャプチャで撮れなかったので、以下はそのコピーです。

import pandas as pd
import numpy as np
from sklearn.linear_model import LinearRegression
import matplotlib.pyplot as plt
from alpha_vantage.timeseries import TimeSeries

# Alpha VantageからAPIキーを取得し、株価データを取得
api_key = "your_api_key"
ts = TimeSeries(key=api_key, output_format='pandas')
data, meta_data = ts.get_daily(symbol='AAPL', outputsize='full')

# 日付と終値のみを抽出し、日付をインデックスに設定
data = data[['4. close']]
data.columns = ['close']
data.index = pd.to_datetime(data.index)

# 過去30日間の株価データを使用して予測モデルを作成
train_data = data.iloc[:-30]
test_data = data.iloc[-30:]
X_train = np.array(range(len(train_data)))
y_train = train_data['close'].values.reshape(-1,1)
X_test = np.array(range(len(train_data), len(data)))
y_test = test_data['close'].values.reshape(-1,1)

# 線形回帰による株価予測モデルの作成
regressor = LinearRegression()
regressor.fit(X_train.reshape(-1,1), y_train)

# 予測結果のプロット
plt.plot(X_train, y_train)
plt.plot(X_test, y_test)
plt.plot(X_test, regressor.predict(X_test.reshape(-1,1)))
plt.legend(['Train data', 'Test data', 'Predicted data'])
plt.show()

このスクリプトは、Apple の株価データを使用して過去30日間の株価データを学習し、

残りの30日間の株価を予測しています。

線形回帰による単純な予測モデルを使用しているため、

実際の株価と予測結果には大きなズレがあるかもしれません

あくまでPython を使用して株価予測を行うための一例として参考にしてください。

とのことで、早速実行してみました。

なお、実行に際してライブラリのインポートが必要ですが、その説明はここでは省略します。

もし分からなければコメントにて質問してください。

実行して分かった問題が一つ。

Alpha Vantage API の無償API キーでは実行できませんでした。

「ChatGPT もそこまでは分からなかった」ということではなく、

参照したソースのスクリプトがそうだっただけです。

まとめ

この記事では、ChatGPTの体験談について「実行サンプル+株価予測スクリプトの生成と実行結果」を紹介しています。

「やり方を知りたい」「同じようにできない」などがありましたら、フォームやコメントでお知らせください。

また、Twitter アカウントでは Pyhon やプログラミングに関するツイートを発信しています。宜しければフォローをお願いします。

それでは、ステキなPythonライフを！

AI関連書籍はこちらがおススメです。

📚 関連記事