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
2012 年 2012 巻 FIN-008 号 p. 07-
詳細
2012 年 2012 巻 FIN-008 号 p. 07-
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．
