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...
機械学習
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.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...
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Optuna work_share ├05_lightGBM_predict ├Dockerf...
長編連載[機械学習・進化計算による株式取引最適化] No.04-06 学習データセットの作成
このプログラムの目的 この章で作成してきたデータをまとめて，学習に利用しやすい形式に直すことです．銘柄ごとのデータを縦方向に結合します．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． work_shar...
長編連載[機械学習・進化計算による株式取引最適化] No.04 データセットの作成
本章の目的 前回のデータセットよりもより多くの特徴量を持つデータセットを作成することです． ディレクトリ・ファイル構造 work_share ├04_get_stock_price_ver2 ├Dockerfile ├docker-comp...
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 ...