深層強化学習を用いたデイトレード戦略獲得手法の検討

カテゴリ: 部門大会

論文No: TC10-8

グループ名: 【C】平成30年電気学会電子・情報・システム部門大会プログラム

発行日: 2018/09/05

タイトル(英語): Strategies of Day Trading with Deep Reinforcement Learning

著者名: 森 大典(大阪府立大学),森 直樹(大阪府立大学),松本 啓之亮(大阪府立大学),渡邊 順一朗(三菱UFJインフォメーションテクノロジー)

著者名(英語): Daisuke Mori|Naoki Mori|Keinosuke Matsumoto|Junichiro Watanabe

キーワード: デイトレード|深層強化学習|株式株式|Day Trading|Deep Reinforcement Learning|stock

要約(日本語): 近年，多くの証券会社によるオンライントレードサービスの提供を背景としてデイトレーダが急増している。一方で，株式の情報は膨大であるため人手で扱うことは困難とされており，計算機によって株式取引を支援する手法が盛んに研究されている。著者はこれまで，実市場の状況を数秒刻みで再現することが出来るデイトレードエージェントフレームワーク上でデイトレード戦略を決定木として表し，進化型計算の一種である遺伝的プログラミング及びその拡張手法を用いて，優秀なデイトレード戦略の獲得を目指してきた。しかしながら，決定木構造では多様な入力値に対して十分な表現力を得ることが難しく，冗長性が増大するといった問題があった。そこで，本研究ではデイトレード戦略獲得問題に対し，深層強化学習を適用し，デイトレード実験をした。その結果を考察し，深層強化学習において性能がどのように変化するかを調査した。

PDFファイルサイズ: 453 Kバイト