SIG-FIN-008-07

第8回研究会

オンライン勾配法による投資比率最適化付き複利型強化学習†

著者†

松井藤五郎（中部大学），後藤卓（三菱東京UFJ銀行），和泉潔，陳ユ（東京大学）

概要†

本論文では，複利型強化学習において，オンライン勾配法を用いて投資比率を最適化する方法を提案する．従来の複利型強化学習では，投資比率を固定としていたため，投資比率をどのように決めるかが問題となっていた．提案手法では，投資比率をオンライン勾配法によって最適化することによって，この問題を解決する．また，オンライン勾配法による投資比率最適化付きQ学習を3本腕バンディット問題に適用し，投資比率固定の複利型Q学習およびQ学習と比較し，その有効性を示す．

論文†

SIG-FIN-008-07.pdf