長編連載[機械学習・進化計算による株式取引最適化] No.03-02 DQNによる学習
このプログラムの目的 このプログラムはDQN(Deep Q-Learning)と呼ばれる強化学習によって，前項で作成したシミュレーション環境を学習することにあります． work_share ├02_get_stock_price └03_d...
ニートE
長編連載 長編連載[機械学習・進化計算による株式取引最適化] No.03-01 市場シミュレーター環境の作成
このプログラムの目的 stock_env.pyの目的は，作成したデータセットとネットワークのやり取りを，強化学習がやり取りしやすい形の「環境」で表現することです．また，一般的なgymの環境(env)に少し合わせて書いてありますが，銘柄コード...
長編連載[機械学習・進化計算による株式取引最適化] No.03 強化学習による株価予測
本章の目的 この章では強化学習を使った株価予測を実装してみます．また学習に使うデータセットは前章No.02で生成したlearning_dataset.dfpklとなるので，前章を実行後にこの章を始めてください． ディレクトリ・ファイル構造 ...
長編連載[機械学習・進化計算による株式取引最適化] No.02-04 学習データセット作成
このプログラムの目的 これまでのプログラムで各銘柄についての学習データを生成できました．このプログラムではすべての銘柄の学習データを縦方向に結合することです．また，時系列を扱うにあたり，-n時間までの過去の特徴量も学習データとして追加します...
長編連載[機械学習・進化計算による株式取引最適化] No.02-03 時系列クラスタリング
このプログラムの目的 全銘柄を扱うにあたり，その銘柄を表す特徴量が欲しくなります．もちろん，銘柄コードをOne-hotデータやLabelデータとして扱っても良いのですが，この本では4つの連続的な特徴量として，銘柄を表すことにします． そのた...
長編連載[機械学習・進化計算による株式取引最適化] No.02-02 株価データの選別
このプログラムの目的 make_original_dataset.pyの目的はoriginal_data_2018-01-01_2023-01-01に格納されているデータを一つのデータにまとめることです．また，データ数が少ない銘柄データを除...