人工市場と深層強化学習の融合による株式投資戦略学習

抄録

高度な複雑系として知られる金融市場は，影響を与える要素の膨大さ，内部構造の非定常性，マーケットインパクトの存在といった要因により，予測が非常に難しい．これは近年目覚ましい発展を遂げた機械学習・深層学習手法を用いた場合でも同様で，金融市場予測は必ず不確かさを含んでしまい，不確かな予測に基づく投資判断は大きな損失や市場の不安定化の原因となる．本研究では，人工市場シミュレーションと深層強化学習の組み合わせにより，学習データの不足を補うとともにマーケットインパクトを考慮した学習を可能とし，上記の問題の解決を図った．基本的な単一市場のシミュレーション環境において実験を行い，提案手法の有効性が確認された．