長編連載[機械学習・進化計算による株式取引最適化] No.03-04 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├02_get_stock_price└03_d...
強化学習
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.03-02 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_dqn_l...
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，銘柄コードの...
長編連載目次機械学習・進化計算による株式取引最適化
株取引を機械学習と進化計算を使って最適化してみました。実際に利益がでるのかを検証した話となります。実行環境はDockerで構築したので、だれでも再現可能です。