深層強化学習による機会損失を考慮した株式投資戦略の構築†
著者†
井上修一, 穴田一(東京都市大学)
概要†
近年、機械学習の1つである深層強化学習を用いた金融取引に関する研究が盛んにおこなわれている.これらの研究では,金融商品の売買数や複利計算を考慮したもの,入力に株価チャートを用いるものなど様々なアプローチがなされているが,すべての期間で十分な利益を上げられていない.これは,深層強化学習における報酬に機会損失を考慮できていないからだと考えられる.そこで,本研究では各行動に対する機会損失を深層強化学習における報酬に組み込み,株式投資において利益を上げるための最適な買いや売りのタイミングを学習するモデルを構築し,その有効性を示す.
キーワード†
深層強化学習, 投資戦略, 投資行動