【個人開発】お金を溶かさずにデイトレを"素振り"できる練習アプリを作った（AIコーチ付き）
はじめに デイトレ、練習したくないですか？ 野球には素振り、ゲームには練習モードがあります。でもデイトレって、練習しようとすると結局実弾（自分のお金）で溶かすしかない。僕も最初の1週間で、しっかり溶かしました。 そこで、負けた日の全取引をAIに分析させたところ——自分の「負けの癖」が数字で丸見えになり、ついでにそれを直すための練習アプリまで自作していた、という話です。 こんな悩み、ありませんか？ デイトレを練習したいけど、実弾でしか試せないのが怖い 既存の練習ツールは移動平均もMACDも出せず、いつもの環境と違いすぎる 負けた原因がなんとなくしかわからない この記事では、それを...
出典: Zenn AI（配信元の紹介文より引用）
このニュースの全文は、配信元でお読みいただけます。 Zenn AIで元記事を読む →
この話題に関連する、TOEの実践・観測記録
環境が変わるとAIの精度は33.26%まで落ちるのか — 医療画像研究が示す「持ち込んだ途端に壊れる」現象
学習した環境と違う条件にAIを持ち込むと精度は崩れます。2026年7月公開の医療画像研究では、造影CTで学習した手法を非造影CTに当てただけで精度が33.26%まで低下しました。デモでは高精度だったAIが自社では動かない、という現象の正体と、稟議での評価のさせ方を整理します。
続きを読む →
パラメータ2.8Mで48GB GPU級の予測精度は出せるのか──時系列知識グラフ研究GAttNHPが示した数字
「次に何が、いつ起こるか」を予測する新手法GAttNHPが、パラメータ2.8M・GPUメモリ2.54GBという構成で、88M〜107Mパラメータ・GPU 48GBを要する従来最良手法をMRRで8.25ポイント上回りました。低頻度データほど改善が大きいという結果を、中小企業の予測案件にどう読み替えるかを整理します。
続きを読む →
小型AIに推論力を教え込めるか — 100ステップの追加学習で数学スコアが45.8→70.3になった実験
自社で動かせる小型モデルに「考える力」を後から足せるのか。2026年7月公開の研究は、教師モデルの出力をそのまま真似させるのではなく、教師とその土台モデルの差分だけを学ばせる方法を14ベンチマークで実測しました。伸びた数字と、伸びなかった条件を整理します。
続きを読む →