長編連載[機械学習・進化計算による株式取引最適化] No.07-04 実行と結果
このプログラムの目的このプログラムはnsga2_neuroevo.pyを呼び出し，取引最適化を開始させることを目的とします．また，手法・環境のパラメータやデータセットのパスなどをここで指定します．work_share├07_evolutio...
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.07-03 進化計算による最適化
このプログラムの目的NSGA2とNeuroEvolutionによる株取引を最適化することです．NSGA2は多目的最適化の手法です．このプログラムでは次の2つの目的関数を設定します，総資産が単調増加するときの傾き(大きいほどよい)総資産の単調...
長編連載[機械学習・進化計算による株式取引最適化] No.07-02 モデルと配列変換
このプログラムの目的このプログラムの目的は，PytorchのネットワークとGAの配列の相互変換を実装することです．進化計算とニューラルネットワークを組みわせた手法は様々なものが存在します．これらの総称をNeuro-Evolutionと呼びま...
長編連載[機械学習・進化計算による株式取引最適化] No.07-01 cythonでのトレードシミュレーション
このプログラムの目的進化計算は機械学習と違って多点探索手法なため，計算効率が悪いです．そこで，シミュレーション関数をcythonで書くことで，計算速度を向上させます．cythonは.pyxというファイルを作成し，型定義等をpythonの記法...
長編連載[機械学習・進化計算による株式取引最適化] No.07 進化計算による株取引最適化
本章の目的No.06では強化学習による株取引最適化を行いました．強化学習のQ関数であるQネットワークは複数の行動についての行動価値を出力します．そのあと，最も行動価値の高い行動を選択するという操作を行います．強化学習における行動選択そのため...
長編連載[機械学習・進化計算による株式取引最適化] No.06-04 実行と結果
このプログラムの目的このプログラムはdqn.pyを呼び出し，強化学習を開始させることを目的とします．また，手法・環境のパラメータやデータセットのパスなどをここで指定します．work_share├06_sampling_dqn_learnin...