深層強化学習による機会損失を考慮した投資戦略の構築

カテゴリ: 全国大会

論文No: 3-086

グループ名: 【全国大会】令和4年電気学会全国大会論文集

発行日: 2022/03/01

タイトル(英語): Construction of Financial Transaction Strategy Considering the Opportunity Loss Using Deep Reinforcement Learning

著者名: 井上修一（東京都市大学）,穴田一（東京都市大学）

著者名(英語): Shuichi Inoue (Tokyo City University),Hajime Anada (Tokyo City University)

キーワード: 深層強化学習|Deep reinforcement learning

要約(日本語): 近年，機械学習を用いた金融取引の分野に関する研究が精力的に行われている。中でも，深層強化学習を用いて金融取引戦略を構築する研究が精力的に行われている。これらは，金融商品の売買数の最適化や複利計算を考慮したもの，入力にチャート画像を用いるなど様々なアプローチを用いている。しかし，これらの研究ではエージェントの行動により発生する機会損失を考慮できていない。そこで本研究では，各行動に対する機会損失を深層強化学習での報酬に組み込み，株式投資において利益を上げるための最適な買いや売りのタイミングを学習するモデルを構築し，その有効性を示す。

本誌掲載ページ: 147-148 p

原稿種別: 日本語

PDFファイルサイズ: 407 Kバイト