複雑な環境における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、最新の深層強化学習アルゴリズムを複利型に拡張し、より多くの状態変数を用いて金融取引戦略を獲得する方法を提案する。従来研究では、2つの状態変数のみを用いており、深層強化学習の利点が活かされていない。また、単純化したDQNを複利型に拡張した学習アルゴリズムを用いており、最新の深層強化学習への適用はまだ行われていない。そこで本論文では、最新の深層強化学習アルゴリズムを複利型に拡張し、多数の状態変数で表現された複雑な環境において金融取引戦略を獲得する。また、提案手法を従来研究と同じ日本国債を対象とした取引戦略の獲得に適用し、その有効性を確認する。