原文タイトル：「AIを使った天気予測で、一日200ドルを稼ぐ」

原著者：Changan、Biteye

天気は選挙のように立場がなく、NBAのようにホームチームもない。しかし、この市場こそが国内のユーザーを引き寄せています。その理由は非常に単純で、誰もが感じるものであり、誰もが自分が上海の天気を理解していると感じているからです。

しかし、「理解している」と「お金を稼ぐ」は別の問題です。

Biteyeが今日シェアする3つのこと：

1. 決済規則を理解する

2. 天気予測方法を確立する

3. システムを使用して他の人が見落としている取引機会を見つける

一、まずクリアにしておく：この天気市場はいったいどのように清算されるのか？

1. 清算の気温は、あなたが思っているものとは異なる

初めて参加する多くの人々には誤解があります：携帯電話の天気アプリで最高気温を比較し、それに賭けることですが、アプリは上海市域の温度を表示しているだけです。一方、Polymarketの清算には上海浦東国際空港（ZSPD気象観測所）の実測データが使用されるため、このデータはアメリカの気象プラットフォームであるWundergroundによって公開され、PMは清算根拠としてWUでの記録を直接読み取ります。

2つの場所、2つの数字。浦東国際空港は市の東側に位置し、長江の河口に近く、海風の影響を受けるため、通常の気温は市内よりも低い傾向があります。この差は通常は感じられませんが、商品の価格帯の境界にあるときには、正しい賭けと誤った賭けの違いになるかもしれません。

そのため、天気市場のコメント欄で次のような混乱を目にすることができます。「今日は昨日よりも暖かいと感じるのに、なぜ最高気温が低く表示されているのか？」

2. 数字は合っているが、単位はあなたが思っているものとは異なります

WUのデータは、空港が毎時報告するMETARレポート（世界的に民間航空で使用されている気象電文の形式）から直接取得されます。

ここに1つの細部が隠されています：METARには華氏の整数が記録され、WUはこの数字をそのまま表示し、変換や修正は行いません。

一般的な気象予報システムや気象モデルの出力には小数点が付いていることが多いです。モデルがより精细に予測するほど、この最も荒っぽい部分を無視する可能性が高くなります。

3. 上海の気温パターン

ZSPD ステーションの約 1900 日のデータを手掛かりに、上海の最高気温は想像よりも特定の時刻帯に集中していました：

· 四季すべてが 11:00-13:00 に極めて集中しています。

· 夏季は 12:00 が最も集中度が高く、1 時間あたりの割合は季節全体の 27.6%。

· 秋季のピーク時刻はやや早く、10:00 も高頻度の時間帯の1つです。

パターンを知ることは第一歩ですが、パターンは自ら見張ることはありません。毎日の最高気温がいつ現れるか、リフレッシュはどうか、目標値までどれだけ足りないか。

そのため、編集部はこのシステムを構築しました：毎日の清算前に、当日の最高気温がどの摂氏度の階層に落ちるかを可能な限り正確に予測します。

二、5つの方法、3つが機能しました

市場のルールが分かった後、次の問題は：当日の最高気温をどう予測するかですか？

気象初心者として、最初のステップは ChatGPT に尋ねることです：気象業界では実際に今日の最高気温をどのように計算し、どのような成熟した方法があるのでしょうか。ChatGPT は理論的なフレームワークを提供し、Claude がそのフレームワークをコードに落としました。2つの AI が協力して、1つの週末でシステムを構築しました。

全体で5つの方法を試しましたが、最終的に3つがうまく機能しました。

うまく機能したもの：

1. WC + ECMWF 統合予測

最高気温を予測するには、まずデータが必要です。2つのソースを使用しました：

· ウェザー・カンパニー（WC）は商用気象 API であり、時間単位の予報データを提供し、高い精度を持っています；

· ECMWF は欧州中期天候予報センターのグローバル気象モデルであり、広範囲の気象システムに対してより敏感です。

それぞれのソースには長所と短所がありますので、それらに重み付けされた投票を行いました。重みはその日の天候タイプに応じて動的に調整されます：晴れの日は WC を信頼し、雲量が多く風速が速い日は ECMWF を信頼します。

2. リアルタイム補正：上昇データを使用してピークを推定

予報は昨晩計算されましたが、今日の天気は絶えず変化しています。したがって、このモジュールが行うことは、今朝の実測データを使用して、今日の最高気温を推定することです。

ロジックは複雑ではありません。編集部は、上海の朝の8-9時が最も急激に気温が上昇する時間帯であることを発見しました。システムは、この時刻の実測気温を取得した後、過去のデータを確認します：同じ季節、同じ時刻に、平均してどれだけ気温が上昇するか。

それから、2つの修正を加えます：

· 雲が多い場合は割引をかけます。雲が厚いほど、気温の上昇はより阻害されます。

· 風が強い場合も割引がかかります。強風は熱量の散逸を加速させます。そして、「外挙推定値」が計算されます。

気圧、露点、湿度も計算に含まれていますが、バックテストの結果、これらの要因の影響が比較的小さいこと、相関が低いことから、これらは削除されました。

しかし、外挙だけでは安定性が十分ではありません。ここでは、カルマンゲインの概念が使用されており、要するに、「外挙結果」と「元の予測」との間で加重平均を取り、その重みは時間の経過とともに自動的に変化します。

· 朝の6時には、外挙は20％だけであり、主に予報に依存します

· 正午までに外挙は72％に達します

· 午後1時以降、実測にほぼ完全に依存し、85％を占めます

時間が経つにつれて、目の前で起こっていることがより重要になります。時間が早いほど、歴史的な予測の参考価値が高くなります。

午後2時以降、システムはピークが過ぎたと判断し、その日の最高気温を過去の記録から直接取得し、さらなる推定を行いません。

3. 今日は気温が上昇する日ですか？

これはこのシステム全体の中で最も満足できるモジュールです。毎日の未明に、1つの判断を行います：今日の最高気温は昨日より高いでしょうか？

毎日の未明2-4時に、システムは気象データを収集し、このモデルに供給します：

· 過去3時間、12時間の気圧の変化

· 未明の風向と風速、雲の状況

· 昨日の気温変化、過去3日間の気温傾向、昨日の気温の高低

· さらに、月、季節、一年の中のその日、昨日の雨の有無を考慮に入れます

モデルの出力は5段階に分かれます：上昇日、やや上昇、横ばい、やや下降、下降日。同時に信頼度も表示されます。

ただし、この手法は異なる季節において大きな精度の差があります。

冬季が最も正確：冷たい空気がやってきて、気圧が急上昇し、北風が強まると、信号は非常に明確であり、モデルは一目でそれを見分けることができます。

秋季が最も不正確：寒暖の空気塊が何度も行き来し、今日はちょっと暖かくなって明日にはまた下がる、歴史的なパターンはこの季節において最も速く無効になります。

淘汰された手法：

1. フーリエ数値予測

最初に歴史的な気温の周期的なパターンにフーリエ分析を試み、当日の最高気温を直接予測できるかどうかを見てみました。

結果は、この手法が教えてくれるのは「この季節の過去の平均気温がどれくらいか」というだけであることでした。上海の天候は非常にランダムであり、フーリエ変換によって示されるのは滑らかな平均曲線であり、実際の日々の変動ではありません。誤差は3.6°Cであり、さらに100%の系統的な過小評価がありますので、直ちに廃止しました。

2. ERA5 ピーク時刻予測

ERA5 は欧州気象センターのグローバルヒストリカル再解析データセットであり、当日の最高気温が何時に発生するかを予測するために使用されます。

結果を振り返ると

· ≤1時間の精度は59.6%

· ≤2時間の精度は81.3%

それなりに良いように聞こえますが、問題はPMの精度がより高いことであり、取引者が判断する時間枠が非常に短いため、30分以内のピーク値を予測できないのであれば、Polymarketのデータを見るよりも価値がないため、この手法は排除されました。

三、システムの実戦：2つのケーススタディと課題の検討

Polymarketの天気市場は取引が4日前に開始され、人気の温度レンジは通常市場が開かれる初期に十分に価格設定されます。高確率の範囲で直接購入するとリスクリワード比が低くなります。

したがって、筆者が採用した戦略は：シグナルを待ち、気温の上昇後の時間枠を待ってエントリーすることです。

そのため、自作の天気システムに基づいて以下の2つの操作を行いました：

ケース 1：

16日の未明、Telegramチャンネルは夜間モードのレポートを送信しました：明日は気温降下日です。その理由は、その夜の雲の状態がやや濃く、季節と年間日数の両方が気温低下の方向を指しているからです。

この時、編集者はすぐに賭けをしませんでした。未明のシグナルは単なる最初の参考情報に過ぎませんでした。

午前11時には、システムが上昇期のリアルタイムレポートを送信しました。その時点での実測最高気温は既に12°Cに達しており、+1°Cの確率ポイントは結果として42%の確率で今日さらに1°C上昇する可能性があり、上昇する可能性が低いことを示しました。

未明のロジスティック回帰によるやや気温低下のシグナルと組み合わせ、２つのモジュールが同じ方向を向いていることから、この時点でのシグナルは未明よりもはるかに明確になりました。そのため、16日の最高気温が13°Cを超えないように賭けをしました。

当日の気温：12°C。前日の15日の気温は15°Cで、3°Cも低下しました。

ケース 2：

別の例として、上海の17日の天気を考えてみましょう。天気システムは警告機能を果たすことができます：朝7時に受け取ったプッシュ通知には、ピークタイムが異常であることが表示されています：22:00

通常、晴天の最高気温は午後1時から3時にかけてですが、今日のピークは夜の22時で、これは日光による気温上昇ではなく、夜間の温かく湿った気流の流れを示しています。終日雨が降り続き、雲量は97-100%で、日照時間はほぼゼロです。

この時、Polymarketを開くと、12°Cの価格設定がまだ53%になっています。コミュニティの中で何人かが困惑しています：もう午後なのに、気温はまだ11°Cです。通常のピークタイムは過ぎてしまいましたが、なぜ皆がまだ12°Cを買っているのでしょうか？

この困惑の背後には、晴天のロジックで雨天の市場を判断しようとしている人たちがいます。

システムには困惑することはありません。朝には今日の天候タイプを明確に識別し、ピークタイムが異常であり、現在の気温と市場の期待との間に明らかな乖離があることを理解しています。これは情報の乖離であり、情報の乖離こそが取引の機会なのです。

これこそがこのシステムを構築する目的です：機会の前では、より簡単に識別できます；リスクの前では、より迅速に警告できます。

システムにはまだどんな不足がありますか？

週末にシステムを作成しましたが、完璧なものはありませんでした：

・ 秋の正解率はわずか63.7％で、ほぼコイントスと同じです。

・ この季節は冷暖気団が繰り返し影響し、今日は暖かくなって明日は冷え込むなど、秋の気候は歴史的なパターンが最も短命です。

・ 大気圧の特徴はライブトレードでは利用できません。モデルのトレーニング中は気圧の変化を特徴として使用し、バックテストの結果は良好でした。

・ 冷気の通過は非常に明確なサインです。しかし、ライブトレード中に現在のAPIからリアルタイムの気圧データを取得できません。

・ 沿岸修正はデータの有効化を待っています。浦東空港の海風効果は実際に存在し、システムに対応する修正モジュールも構築されましたが、バックテストサンプルがまだ不十分です。

週末に実行されたシステムは、これらの問題を発見でき、有益な成果となりました。今後も実行しながら修正を行います。

四、結び

気象学は数百年の発展を遂げ、衛星、スーパーコンピュータ、グローバルモデルを活用しても、明日の天気を100％正確に予測することはまだできません。科学者たちの努力が足りないわけではありませんが、大気系はカオスであり、ほんのわずかな初期条件の違いで結果が全く異なる可能性があります。

週末に実行されたこのシステムにももちろん問題があります。秋の正解率はコイントスとほとんど変わらず、冷たい空気が早く到来するとシステムが対応できない可能性があり、海風効果が完全に捉えられていない場合もあります。

しかし、これは重要ではありません。市場予測を行う際には、常に正確である必要はありません。市場のオッズが有利な時にのみ、市場よりも1歩先を行く情報を持っていれば十分です。

Original Article Link

BlockBeats の公式コミュニティに参加しよう：

Telegram 公式チャンネル：https://t.me/theblockbeats

Telegram 交流グループ：https://t.me/BlockBeats_App

Twitter 公式アカウント：https://twitter.com/BlockBeatsAsia