時系列を考慮した複利型深層強化学習を用いた金融取引戦略獲得

抄録

本論文では時系列を考慮したニューラルネットワークを用いることでより性能のよい金融取引戦略を獲得する複利型深層強化学習の方法を提案する。従来研究では全結合層のみから特徴を抽出しており、それより過去の情報は前日のテクニカル変数のみでしか反映されていない。そこで本論文では時系列データを学習することのできるLSTM やCNN を用いてより過去の情報を考慮した特徴から金融取引戦略を獲得する。また、TOPIX を対象とした取引に提案手法を適用し、その有効性を確認する。