024-24

第24回研究会

強化学習による高頻度取引戦略の構築†

著者†

小林弘幸, 和泉潔, 松島裕康, 坂地泰紀(東京大学)

概要†

近年ゲームAIの領域を中心に強化学習の研究が活性化し、金融市場においても将来価格の予測に留まらず取引戦略をシステマティックに開発するための枠組みとして強化学習に注目が集まっている。本研究では東京証券取引所に上場する銘柄のティックデータから高頻度取引戦略を構築するための強化学習アルゴリズムを提案する。本手法で獲得される戦略の収益性をバックテストで確認し、ニューラルネットワークを関数近似器として利用した強化学習が日本株市場のアルゴリズム取引戦略の構築において有効であることを示す。

キーワード†

強化学習, DQN, 高頻度取引, 取引戦略構築

論文†

21_SIG-FIN-24.pdf