続きを読む

---

例1. 『サノバウィッチ』 (ゆずそふと)

＜5/6のコメント＞
いきなりですが、予測が外れている例です。
4/1までは良さそうです。しかし、その後予測では下落が続いていますが、
実際は5000円付近で安定しています。

＜今回のコメント＞
終始、予測値が実測値を下回る結果となりました。
これでは予測が合っているとは到底言いがたいですね。
発売後高値を維持する作品に関しては、まだまだデータ不足です。

---

例2. 『ソレヨリノ前奏詩 豪華版』 (minori)

＜5/6のコメント＞
続いて、2月発売で予測が当たっている例です。
少し実際の価格よりは低めですが、変動の動き自体はほぼ完璧です。
今日はわずか73円の誤差です。

＜今回のコメント＞
残念なことに5/15から値上がりが始まり、そこから先は外れています。
逆にそれまではいい感じで予測ができています。
値下がり後の値上がりを予測するのは難しいのかもしれません。

---

例3. 『花咲ワークスプリング！』 (SAGA PLANETS)

＜5/6のコメント＞
続いては3月発売作品の予測です。
30日の直後に大きく値下がりがありましたが、良い感じで予測できています。
ただ、『サノバウィッチ』と似た感じで、今後は下落しすぎな予測な気がします。

＜今回のコメント＞
こちらも値下がり後の値上がりが予測できていません。
下落しすぎという人間の予測が勝ちました。
ただ、発売後から2ヶ月後までの予測は良い精度で的中しています。

---

例4. 『ゆきこいめると』 (FrontWing)

＜5/6のコメント＞
最後の例ですが、予測によると今後は緩やかに下落が続き、
6月中には2000円台も視野にという感じですね。
トレーダーでは既に3480円なので、現実味があるかもしれません。

＜今回のコメント＞
こちらも『花咲ワークスプリング！』とほぼ同じです。
2ヶ月強はほぼ完璧な予測で、それ以降の値上がりは読み切れずと。
ちなみにここまで価格が戻るとは個人的にも思っていなかったです。

---

総括

今回の4作品で言えそうなことは、

・発売後高価になる作品は予測の精度が低い

・値下がり後の値上がりに関する予測の精度が低い
　→値下がりの止まりやすい発売2ヶ月後以降の予測は信頼度が低そう

・値下がり時の価格変動に関しては精度が高い
　→発売1ヶ月後から2ヶ月後の予測に関しては参考になりそう

この3つだと思います。

今回はテストデータが4作品で、これだけでは評価を行うには不十分なので、
今後も中古価格2ヶ月予報のコーナーで評価を続けていきたいと思います。

---

続きを読む

---

機械学習とは？

機械学習とは、人工知能における研究課題の一つで、
人間が自然に行っている学習能力と同様の機能をコンピュータで実現しようとする技術・手法のことである。

今回は『このエロゲは3ヶ月後に3000円まで値下がりしているだろう』のように、
今まで人間がなんとなく経験則で予測してきたエロゲの中古販売価格を、
コンピュータに予測させてみようということが目的です。

---

目的

発売30日間のエロゲの中古販売価格情報から、
発売後31日目から90日目までの販売価格の価格変動を予想します。

---

手段

機械学習には様々なアルゴリズムが存在しますが、
今回はランダムフォレストと呼ばれる機械学習アルゴリズムを使用します。

---

ランダムフォレストとは？

Random Forestは、Leo Breimanによって提案された機械学習アルゴリズムであり、
識別、回帰、クラスタリングに用いられる。 決定木を弱学習器とする集団学習アルゴリズムであり、
この名称は、ランダムサンプリングされたトレーニングデータによって学習した
多数の決定木を使用することによる。

ざっくり言うと、過去のデータに基づいてたくさんの決定木をつくり、
その決定木を辿っていくことで、どの位の価格になるのかを推定するような感じです。
決定木の一例としては、『発売30日目で4000円以上か？』みたいなものです。

細かいことが知りたい方はググってください。
(・・・というか細かく説明できるほど詳しくないです。)
似たようなところだと、株価をランダムフォレストで予測しているWebサイトや研究が多く存在します。

---

方法

ランダムフォレストを使用するにあたって、
統計解析向けのプログラミング言語であるR言語を使用します。

統合開発環境としてRStudioを使用しています。
RStudioは非常にインターフェースが使いやすくて、
R言語を使用するハードルをかなり下げてくれているソフトウェアだと思います。

---

使用するデータ

2014年3月から2015年1月までに発売された、
フルプライス帯のエロゲ合計179作品の発売後30日間(+31～90日目)の価格変動を、
学習用データ125作品、パラメータ調整用データ54作品に、ランダムに分けます。

パラメータ調整が終了した後は、
179作品の発売後30日間(+31～90日目)の価格変動全てを学習用データとし、
2015年2月・3月発売作品の発売後30日間の価格変動を予測用データとして使用します。

---

手順

準備1. データファイルの作成
ラベルを1行目、教師用データを2行目から126行目、テスト用データを127行目から180行目、
予測用データを181行目以降に記述したデータファイルを作成します。



準備2. パラメータの調整
長々しくあまり面白くないので省略。予測するところだけ紹介します。
決定木の数は300あたりにすると精度が良さそうだったので、300で予測。
決定木のサイズはデフォルトです。

1. データファイルの読み込み
data <- read.table("dataRF.txt", header=T)

2. ランダムフォレストのライブラリの読み込み
library(randomForest)

3. 予測
train1.data <- data[1:179,1:30] #発売後30日間の学習用データ
train2.data <- data[1:179,31:31] #発売後31日目の学習用データ
train.data <- transform ( train1.data, result=train2.data ) #結合

x <- 180 #180番目のエロゲについて予測
predict1.data <- data[x:x,1:30] #発売後30日間の予測用データ
predict2.data <- data[x:x,31:31] #発売後31日目の予測用データ(予測する数値、適当な数字が入っている)
predict.data <- transform ( predict1.data, result=predict2.data ) #結合

rf.model <- randomForest(result~.,data=train.data, na.a="na.omit", ntree=300)
#学習用データに基づきランダムフォレストのモデルを作成(決定木の数は300)

rf.predict <- predict(rf.model, predict.data)
#作成したランダムフォレストのモデルと発売後30日間の予測用データに基づき、31日目の価格を予測

4. 繰り返す
for文で31日目から90日目まで回す。(一番上の画像)

5. 結果の出力
31日目から90日目の予測が出力される。

---

例1. 『サノバウィッチ』 (ゆずそふと)

いきなりですが、予測が外れている例です。
4/1までは良さそうです。しかし、その後予測では下落が続いていますが、
実際は5000円付近で安定しています。

---

例2. 『ソレヨリノ前奏詩 豪華版』 (minori)

続いて、2月発売で予測が当たっている例です。
少し実際の価格よりは低めですが、変動の動き自体はほぼ完璧です。
今日はわずか73円の誤差です。

---

例3. 『花咲ワークスプリング！』 (SAGA PLANETS)

続いては3月発売作品の予測です。
30日の直後に大きく値下がりがありましたが、良い感じで予測できています。
ただ、『サノバウィッチ』と似た感じで、今後は下落しすぎな予測な気がします。

---

例4. 『ゆきこいめると』 (FrontWing)

最後の例ですが、予測によると今後は緩やかに下落が続き、
6月中には2000円台も視野にという感じですね。
トレーダーでは既に3480円なので、現実味があるかもしれません。

---

今後の課題

・今回は発売後90日間の販売価格を素性として、ランダムフォレストで機械学習を行いましたが、
　買取価格やその他の情報を素性に加えることで精度が向上する可能性があるので、素性の検討をすること。
・パラメータの調整をもう少し細かく行うこと。
・他の機械学習アルゴリズムを試して、どのアルゴリズムがエロゲの価格変動に適しているか比較すること。
・学習データが不足していると思うので、学習データを増やして機械学習を行うこと。
・予測の評価を行うこと。
このあたりが今後の課題として挙げられます。

---

まとめ

ランダムフォレストによる機械学習でエロゲの価格変動を予測を行いました。

結果としては、外れていた部分もありますが、概ね良好な結果になったと思います。
私が予測するよりも良い精度かもしれません。

今後余裕があれば普段の更新でも、
機械学習による予測結果も紹介したいと思います。

---

続きを読む

R言語のplot3dという関数で描いたグラフです。
webGLで表示しており、拡大したり回転させたりできますので、色々といじってみてください。
何かが原因でグラフが表示されない環境の人はごめんなさい。
一応、主要3ブラウザでの動作は大丈夫なはず・・・。

今日はこれだけなんですが、評価と中古価格の関係は後々もっと詳しく分析したいと思います。

---

続きを読む

3. 分析対象

【分析対象のエロゲ】
2014年3月～12月に発売されたエロゲ168本、発売から90日間の価格変動

以下の条件で作品を絞っています。
①フルプライス帯の作品(ここでは税抜7800～9800円と定義します)
②通常版・廉価版は除く
③セット作品は除く
④PCソフトがメインの作品(抱き枕カバーメインの作品などは除く)


【分析に使用する売上ランキング】
Getchu.comにおける1～50位までの2014年年間売上ランキングを使用しました。

4. 分析対象の分類

売上の高い群は1～50位のランキングに含まれる作品、計36作品、
売上の低い群は1～50位のランキングに含まれない作品(51位以下)、計132作品としました。

細かく分けて分類すると、個々の作品の別の要因に引っ張られ、
売上という要因が反映されづらくなるため、二値分類としました。

5. 結果

赤の実線が売上の高い群の平均、青の実線が売上の低い群の平均、黒の点線が全ての平均です。

発売日当日はわずかに売上の高い群の方が上回っていますが、ほぼ同じ値です。
そして、発売直後は予想通り売上の高い群が大きく値を下げ、最大で300円程度の差が付いています。

注目したいのはここから先の流れです。
6、7日目以降は売上の高い群の値下がりは緩やかになりますが、売上の低い群は値下がりが続きます。
ついには、22日目に両方が入れ替わり、売上の高い群の方が価格が高くなります。
その後も同じ関係が続き、価格差は開いていきます。

最終的に、90日目には380円の価格差まで広がり、ここで分析は終了です。

6. 考察

まず、発売日当日に売上の高い群が売上が、
売上の低い群よりも価格が高い理由として考えられるのは、やはり需要の高さです。
需要の高い売上の高い作品は、たとえ価格が高くても一定数売れるはずです。
もし買取価格でグラフを作った場合は、間違いなく売上の高い群の方が安いでしょう。

次に、発売直後ですが、こちらの結果は予想通りで、1章に並べた理由が当てはまりそうです。

最後に、売上の高い群が売上の低い群を抜き、価格差が広がっていく現象ですが、
これは一言では片付けられない理由が色々ありそうです。
一つ予想されるのは、売上の高い作品は評価が比較的安定しており、価格の下げ止まりが早く、
逆に売上の低い作品は評価が安定せず、
どこまでも価格の下がっていく作品が全体を押し下げているといったところでしょうか。

7. まとめ

『○○から分析するエロゲ価格変動』シリーズの第二弾をお届けしました。
本日でようやく12/26から90日経ち、データセットが揃ったので、ようやく書くことのできた次第です。

ただあくまでも2014年(しかも3月から)の一例に過ぎないので、
本当に今回見られたような売上に応じた特徴があるのかどうかは、
もう数年分確かめてみないと、確実な立証はできないかなと思います。

今回は"売上"に注目しましたが、次回以降は別の要因に絡めた価格変動の分析を行いたいと思います。

---

続きを読む

---

・分析の手法

我々の身の回りで中古のエロゲのように、価格の変動が起こるものは沢山存在します。
例えば、株だったり、ガソリンだったり・・・。

時間とともに変動するデータを特定の時間で記録したものを時系列データと呼び、
時系列データを分析する研究というのは古くから行われており、多くの手法が提唱されてきました。

そこで、株などの時系列データに対する分析手法をエロゲの価格変動に適応します。

今回はその中でも、株価の分析など様々な分野で一般的に使用されており、
理解するのがかなり簡単な、移動平均を使用した分析を行います。

---

・移動平均とは？

移動平均は、時系列データ（より一般的には時系列に限らず系列データ）を平滑化する手法である。
金融（特にテクニカル分析）分野をはじめ、気象、水象などの計測分野で使われる。

汎用的な説明でよくわかりにくいので、株価における移動平均の説明を見てみましょう。

移動平均線は、米国のチャート分析家J・E・グランビルが統計学の移動平均法を株価動向の基調測定に導入し、
200日移動平均線を紹介したことが普及の第一歩とされています。
日本には昭和30年代後半に伝わり、現在では株価の方向感をつかむ
最も基本的なトレンド系投資指標として広く知れわたっています。

ざっくり言うと、価格が上昇傾向なのか、下落傾向なのかがわかるというものです。

---

・まずは移動平均を見てみよう

例として、以下の価格変動データを使用しました。

大図書館の羊飼い Dreaming Sheep 初回限定版スタンダードパック(AUGUST)
2014/3/27～2015/2/19


折れ線グラフにしたものがこちらで、普段ブログに載せている通常の形式です。



こちらは12日間の移動平均線(MA12)を追加したものです。
販売価格のグラフに比べ、滑らかになっていることが確認できると思います。



続いて、こちらは36日間の移動平均線(MA36)を追加したものです。
12日間の移動平均線と比べ、より滑らかになっていることが確認できます。



移動平均線の見方ですが、
移動平均線が販売価格のグラフを上回っていれば、下落傾向、
反対に、販売価格のグラフが移動平均線を上回っていれば、上昇傾向となります。
これに従うだけで、おおよそ売買のタイミングが掴めるかと思います。

---

・「ゴールデンクロス」「デッドクロス」

これまでは1本の移動平均線を使用した分析でしたが、
複数本の移動平均線を使用した分析手法も多く存在します。


まず紹介するのはゴールデンクロスとデッドクロスについてです。
これには短期の移動平均線(短期線)と長期の移動平均線(長期線)を使用します。

ゴールデンクロスは短期線が長期線を下から上へ突き抜けクロスすると、価格の上昇が予想されます。
一方、デッドクロスは短期線が長期線を上から下に突き抜けクロスすると、価格の下落が予想されます。


実際にグラフで確認してみましょう。
短期線(MA12)が青の実線で、長期線(MA36)が赤の点線です。

7月、10月、1月にゴールデンクロス(赤丸)、10月、11月にデッドクロス(青丸)が確認できます。

7月と1月のゴールデンクロスは、その後価格が上昇していますが、
10月のゴールデンクロスの後では上昇が起きませんでした。

また、11月のデッドクロスは、その後価格が下落していますが、
10月のデッドクロスの後では下落が起きませんでした。

ある程度の有効性が確認できますが、
激しい上下動が起こる場合はあまり参考にならないようです。

---

・グランビルの法則

グランビルの法則とは、移動平均線を考案したJ・E・グランビルが、
株価と移動平均線の位置関係に着目して、売買のポイントを8つにまとめたものです。

非常にざっくり言うと、ゴールデンクロスとデッドクロスの考えをより細かくしたものです。


売買の8つのポイントは以下の通りです。

①長期線が上昇しているとき、その下にある短期線が上昇し長期線を突き抜けたときは「買い」
②長期線が上昇しているとき、その上にある短期線が下落し長期線をいったん下回ったが、
　 その後すぐに長期線を突き抜けて上昇したときは「買い」
③長期線が上昇しているとき、その上にある短期線が長期線に向けて下落したが、
　長期線に接することなく上昇したときは「買い」
④長期線が下落しているとき、短期線が長期線を下回り大幅に乖離したときは「買い」
⑤長期線が下落しているとき、その上にある短期線が下落し長期線を突き抜けたときは「売り」
⑥長期線が下落しているとき、その下にある短期線が上昇し長期線をいったん上回ったが、
　その後すぐに長期線を突き抜けて下落したときは「売り」
⑦長期線が下落しているとき、その下にある短期線が長期線に向けて上昇したが、
　長期線に接することなく下落したときは「売り」
⑧長期線が上昇しているとき、短期線が長期線を上回り大幅に乖離したときは「売り」

先程のグラフをグランビルの法則に基づき分析してみましょう。

8月に③が確認され、その後価格は上昇しており、的中しています。
また、10月から11月にかけて⑧が確認され、その後価格は下落しており、的中しています。

というわけで、ゴールデンクロス、デッドクロスの場合と同様に、有効性が見られましたが、
売買のポイント中の「いったん」や「大幅に乖離」といった部分については、
やや主観的な要素が含まれてしまうため、あまり過信するのは良くなさそうです。

---

・他のデータでも試してみた

別の作品の価格データについても分析をしてみました。使用する作品はこちら。

ハロー・レディ！初回版(暁WORKS)
2014/3/27～2015/2/19


データをグラフ化したものがこちらです。

ゴールデンクロス、デッドクロスとグランビルの法則に基づき、分析してみます。



ゴールデンクロス、デッドクロス

7月、9月、12月、2月にゴールデンクロス(赤丸)、5月、8月、10月、1月にデッドクロス(青丸)が確認できます。

9月と12月のゴールデンクロスは、その後価格が上昇していますが、
7月のゴールデンクロスの後では上昇が起きませんでした。
2月は変動していないため上昇の予想ということでしたが、本日価格が上昇しました。

また、5月、10月のデッドクロスは、その後価格が下落していますが、
8月、1月のデッドクロスの後では下落が起きませんでした。



グランビルの法則

12月に①が確認され、その後価格は上昇しており、的中しています。

1月から2月にかけて②が確認され、
こちらでも上昇の予想ですが、先程述べたように本日価格が上昇しましたので、的中しています。

9月に④が確認され、その後価格は上昇しており、的中しています。
ただし、「大幅に乖離している」と言えるかは微妙なところです。

ということで、こちらでも所々的中していることが確認できました。

---

・短期線と長期線の期間

今回は12日間の短期線と、36日間の長期線を使用しましたが、
この期間を適切に設定することが、分析の精度を向上させる上で重要になると考えられます。

グランビルの法則を提唱したグランビルは、株価を分析するのに200日の移動平均線を使用していました。
また、一般的に株価に用いられる期間は、
日足では5日、25日、75日、週足では13週、26週、52週が使用されているようです。
(チャートに強くなろう「移動平均線の使い方 - 株価の上げ止まり、下げ止まりを見つけよう」より)

ところが、今回分析するのは株価ではなく、エロゲの中古価格です。
価格が変動する期間や、変動幅など、同じ時系列データとはいえ別物と言って良いでしょう。
そのため、一般に株価に用いられる期間をそのまま使用することはできないため、
エロゲの中古価格に適した移動平均の期間を見つけることが重要で、今後の課題となるでしょう。

---

・まとめ

エロゲの価格変動は、変動しない日が多い(長く続く場合もある)、基本的に下落の方向へ進むなどといった、
株価とは異なる特徴をいくつか持っているため、
株価を分析するのに使用される手法が適さない場合が多いという前提があります。
とはいえ、エロゲの価格変動にも適した手法も存在するはずです。

今回は手法の中でも有効性を確認できそうな、移動平均を使用したエロゲの価格変動の分析を行いました。
そして、その結果、一定の有効性を示すことができました。

今後は移動平均の期間の調整や、加重移動平均の使用などによる、移動平均を使用した分析の改良や、
他のアプローチによる価格変動の分析を行いたいと考えています。