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...
python
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.06-04 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_lea...
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 ├Dock...
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...
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.05-02 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...