ボラティリティ（価格変動）について調べる3

WEKAを使ったデータマイニングの結果から、データを絞り込むことが必要なことがわかった。
そこでプログラムを自作してデータの抽出を実行した。

抽出の手順

条件によるデータの選別

尖度・歪度の頂点を中心とした付近を拡大してヒストグラムを観察することが、WEKAで可能であるかはわからない。
（もしくはないのかもしれない）

そこで以下の方法をとることにした。

まず、WEKAで見たヒストグラムから、絞り込む条件を決める。

具体的には、尖度・歪度のそれぞれについていくつの数値以下（or 以上）のものを抽出したいのかを決定する。

「ＣＳＶファイル内の指定した条件に該当するレコードとそうでないものを選別し、それぞれ２つの新しいCSVファイルとして作成する」（抽出とも選別ともいえる）プログラムを自作し使用する。

そして作成されたCSVファイルをWEKAで見る。

このプログラムは　07_Export_Data_from_CSV.exe という名前だが、「CSVファイルのレコードのフィールドを指定して、条件を設定し、抽出する」という作業は今回だけでなく他の目的にも応用できるものだ。

07_Export_Data_from_CSV.zip

ここからダウンロードできるが、zip形式で圧縮されているので解凍する。

お決まりの文句ですが、このプログラムは私個人用に作ったものであるため、使用する人は自己責任でお使いください。
不具合がある可能性もあり、動作を保障するものではありません。

以下にこのプログラムの使い方を説明する。

CSVファイル内のレコードをフィールドの条件で抽出するプログラム

07_Export_Data_from_CSV.exe のアイコンをダブルクリックして起動する。
次のウィンドウが現れるのでDestinationのボタンをクリックする。
作成されるCSVファイルを保存するフォルダ（ディレクトリ）を指定する。OKボタンをクリックする。
csv_fileのボタンをクリックする。
選別（抽出）したいCSVファイルを選択する。
そして「開く(O)」ボタンをクリックする。
今回はCalcResult.csvを選択する。
抽出（選別）する条件を設定する。

Detail of 1st and 2nd lines in csv fileの下にあるフォームに０５．で選んだCSVファイル（複数個ある場合は１つめのファイル）の１行目と２行目が表示される。

通常CSVファイルの１行目はフィールドが書かれているが、場合によっては１行目からデータとなっているファイルもある。
後者の場合は、If 1st line of file is not Field Name but data, Check の横のチェックボックスにチェックをつける。

次にフィールドの番号をNumberの下のフォームに入力する。番号は左から１，２、、と数える。
ここでは例として”kurtosis”のフィールドを選択するため、フォームには半角で７を入力する。

Conditionの下のメニューから条件を選択する。条件は次のとおりとなる。
今回はkurtosis（尖度）が７５以下のものを抽出したいため、If Value <= と　７５　を設定する。

Exportのボタンをクリックする。
Choosing from ファイル名　のメッセージが出て抽出が実行される。
抽出が終了すると、作業にかかった時間が表示される。OKボタンをクリックする。
Finished のメッセージが表示される。
Reload　ボタンで再実行（０２から作業を行う）できる。
また、Delete_file ボタンはDestinationで選択したフォルダ内のＣＳＶファイルをすべて削除するときに使用する。
作成されたファイルは次のようになる。

今回の例ではCalcResult.csvから２つのファイルが作成された。
抽出されたものが7Less75_CalcResult.csvで、抽出されなかったものがUn_7Less75_CalcResult.csvとなっている。

抽出といいつつ、結果的には２つのファイルに選別しているのだ。
名前は
「フィールド番号」「条件（Condition）」「条件の値（Value）」＿「抽出元のファイル名」
というルールでつけられる。
抽出されなかったものの名前はさらにこの名前の前に
Un ＿　がつく。

これで作業は終了となる。