制約を課した深層強化学習による最適注文執行手法の検討†
著者†
保住純, 和泉潔(東京大学)
概要†
金融商品の取引を行うすべてのトレーダーにとって、取引コストを最小に抑え、より効率的な注文執行を実現することは重要である。取引により発生するコストを抑えた注文の実現のために、市場の原理をモデル化して推測する手法が用いられてきたが、近年ではモデルフリーのオフライン強化学習の手法が用いられるようになりつつある。しかし、金融商品に関するデータはノイズが多く含まれることから学習に困難を伴い、最適な取引手法へ収束しづらいという問題を抱えている。そこで、本論文ではモデルに制約などを課すことで性能を向上させた最適注文執行手法を提案する。実験を通じて、適切な制約を設けることで、従来の手法に比べ改善された注文執行が実現されることを示す。
キーワード†
注文執行, 深層学習, 強化学習