 |
| ・会員価格 ¥220 |
| ・一般価格 ¥330 |
|
|
| こちらはBookPark「電気学会 電子図書館（IEEJ Electronic Library）」による文献紹介ページです。 |
|
 |
 |
電気学会会員の方はこちらから一旦ログインのうえ、マイページからお入りください。
会員価格で購入することができます。
|
|
| 非会員の方はログインの必要はありません。このまま お進みください。 |
|
|
| ■論文No. |
IIC18036 |
| ■ページ数 |
6ページ |
■発行日
|
2018/12/15 |
| ■タイトル |
深層強化学習 Rainbow を用いたデイトレード戦略の獲得 |
| ■タイトル(英語) |
Day Trading Strategies by means of Deep Reinforcement Learning Rainbow |
| ■著者名 |
森 大典(大阪府立大学),森 直樹(大阪府立大学) |
| ■著者名(英語) |
Daisuke Mori(Osaka Prefecture University),Naoki Mori(Osaka Prefecture University) |
| ■価格 |
会員 ¥220 一般 ¥330 |
| ■書籍種類 |
研究会(論文単位) |
| ■グループ名 |
【D】産業応用部門 産業計測制御研究会 |
| ■本誌 |
|
| ■本誌掲載ページ |
ページ |
| ■原稿種別 |
日本語 |
| ■電子版へのリンク |
|
| ■キーワード |
デイトレード|深層強化学習|Ｒａｉｎｂｏｗ|株式|Day Trading|Deep Reinforcement Learning|Rainbow|Stock |
| ■要約(日本語) |
近年，株式市場の情報を計算機によって処理し，自動的に株式取引をするエージェントについて，多くの研究がなされてきた．筆者らは，実市場の状況を数秒刻みで再現可能で，株式取引戦略構築及びその活用を実現するデイトレードエージェントフレームワーク（Day Trade Agent Framework: DTAF）を提案している．また，このDTAFを用いた遺伝的プログラミング（GeneticProgramming: GP）やDeepQ-Network(DQN) によるデイトレードエージェントの獲得手法を提案してきた．しかしながら，多様な拡張手法が提案されている深層強化学習の中で，デイトレード戦略獲得に対するDQN以外の手法の適用は検討されていない．そこで本研究では，DQNに対して提案されている拡張手法を結合した手法であるRainbowについて説明する．また，深層強化学習で用いる報酬関数を3通り提案し，各関数が性能に与える影響と有用性を検証する． |
| ■要約(英語) |
Authors have proposed Day Trade Agent Framework (DTAF), it supports to reproduce real stock market virtually in a few seconds, and to build and utilize strategies of stock trading. Besides, the strategy of day trading with various machine learning on DTAF has been studied. In this paper, the authors introduced Rainbow, which is an extension method of Deep Reinforcement Learning, and proposed three types of reward setting each selected action. The effectiveness of the proposed rule setting is confirmed by computer simulations taking a real stock market problem as an example. |
| ■版 型 |
A4 |
| ■PDFファイルサイズ |
1,080Kバイト |
|
|
|
