GWで時間があったので，今まで何も考えずに使っていたTA-Lib（TA-Lib）の特徴量の式を見てみた．すると，明らかに特徴量として不適切なもの，これは使えないだろうというもの，自分で定義したものとダブっているものが見つかった．これらを除くと，特徴量は100くらいになり，予測も安定した印象がある（エラー率改善）．
これまで，richmanbtcさんのストラテジーを改造したものをメインでいじっていたが，この執行方法だと順張りで利益が出そうな局面で弱い．そこで，ネットで拾ってきた順張りストラテジーのパラメータをOptunaでいじり，良さそうなものを投入した（MLなし）．
いままで，機械学習の有無で比較をしてこなかったが，機械学習なしの場合と比較した．richmanbtcさんのノート(mlbot_tutorial/tutorial.ipynb at master · richmanbtc/mlbot_tutorial · GitHub)では以下で機械学習なし（全て発注）の場合を表現できる．
df['y_pred_buy'] = 1 df['y_pred_sell'] = 1
結果，少なくともここ最近（直近30日を除いて学習させ，直近30日で評価）は機械学習の効果があまりないことがわかった（方法が悪いのか？？？）．これまでかなり時間を掛けていただけにショック．早く比較をすべきだった．
というわけで，機械学習を一生懸命やるよりも，ストラテジーの探索をしたほうが良いのかもしれない．
