文献

J-GLOBAL ID：201902282028105412   整理番号：19A0145929

NT倍率取引における深層強化学習を用いた投資戦略の構築

Trading System using Deep Reinforcement Learning

著者 (2件)： 常井祥太 (東京都市大) ,  穴田一 (東京都市大)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2018  号： MPS-121  ページ： Vol.2018-MPS-121,No.13,1-5 (WEB ONLY)  発行年： 2018年12月10日 
JST資料番号： U0451A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 近年,人工知能を用いた投資戦略に関する研究が行われている。しかし,株価や為替には多くの変動要因があるため,人工知能による適切な投資戦略の構築は困難である。そこで本研究では,日経225先物とTOPIX先物のような相関性の強い2つの金融商品に対して,売りと買いの両方を同時に行う取引方法を考える。これらは概ね同じような値動きをし,価格差が拡大しても元に戻りやすい性質があり,この価格差から利益を狙うことができる。また,この取引では株価で考えられるような価格変動要因の大部分が相殺されるため,価格差のみに着目した取引が可能になる。このように本研究では,この取引によって状況を簡略化した上で,深層強化学習によって投資戦略を獲得するモデルを構築した。そして,現実の市場における過去の価格データを用いて本モデルの有用性を確認した。(著者抄録)

シソーラス用語： *機械学習 ,  商品 ,  *先物取引 ,  変動 ,  比較 ,  *戦略 ,  人工知能 ,  計算機シミュレーション ,  ニューラルネットワーク
準シソーラス用語： コンピュータシミュレーション ,  価格変動 ,  金融商品 ,  *深層学習 ,  *投資戦略 ,  内々価格差

分類 (1件)： 産業経済  (KA02000Y)

引用文献 (4件)：

• 松井藤五郎, 後藤卓, 和泉潔, 陳ユ.複利型強化学習における投資比率の最適化.人工知能学会論文誌.2013, vol. 28, no. 3, p. 267-272.
• 松井藤五郎, 片桐雅浩.金融取引戦略獲得のための複利型深層強化学習.第16回人工知能学会金融情報学研究会(SIGFIN), 2016, SIG-FIN-016-01.
• Volodymyr Mnih, Adrià Puigdomènech Badia, Mehdi Mirza, Alex Graves, Timothy P. Lillicrap, Tim Harley, David Silver, Koray Kavukcuoglu. Asynchronous Methods for Deep Reinforcement Learning. In Proceedings of the 33rd International Conference on Machine Learning (ICML), 2016, p. 1928-1937.
• Sepp Hochreiter, Jürgen Schmidhuber. Long Short-Term Memory. Neural computation, 1997, 9(8), p. 1735-1780.

タイトルに関連する用語 (5件)： 倍率 ,  取引 ,  深層強化学習 ,  投資戦略 ,  構築