長編連載[機械学習・進化計算による株式取引最適化] No.06-03 収益グラフの表示
このプログラムの目的このプログラムはdqn.pyなどの学習によって得られたエージェントの収益グラフ，もしくはその学習過程をグラフとして出力するものです．work_share├06_sampling_dqn_learning ├Dockerf...
長編連載
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.06-02 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├06_sampling_dqn_learning ├D...
長編連載[機械学習・進化計算による株式取引最適化] No.06-01 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．このプログラムはNo.02章といくつかの相違点があります．関数を減らし，環境の呼...
長編連載[機械学習・進化計算による株式取引最適化] No.06 強化学習による株取引最適化
本章の目的No.05にて株価の予測を行いました．本章ではその予測値を基に，株の売買を最適化します．また，No.03の章から次のようなの改良を行っています．銘柄の売買数(0~10)を行動としてとるのではなく，現総資産のうち何%(n分割)を株と...
長編連載[機械学習・進化計算による株式取引最適化] No.05-02 予測値データセットの作成
このプログラムの目的前節で作成した予測器を使って，予測値データセットを作成します．予測できない銘柄は外します．work_share├05_lightGBM_predict ├Dockerfile ├docker-compose.yml └s...
長編連載[機械学習・進化計算による株式取引最適化] No.05-01 予測器の作成
このプログラムの目的1~n日後の株価を予測する予測器を作成することです．n個の予測器が生成．手法はLightGBMパラメータチューニングはOptunawork_share├05_lightGBM_predict ├Dockerfile ├d...