アクタークリティックを用いた遺伝的ネットワークプログラミングによる株式売買モデル

抄録

これまで遺伝的ネットワークプログラミング（GNP)と呼ばれる進化論的計算手法を提案し、特に動的な環境に対する性能が優れていることを明らかにしてきた。本論文では、アクタークリティックと呼ばれる強化学習アルゴリズムをGNPに適用し、株式売買モデルへの応用を行う。売買シミュレーションでは東証一部上場企業の中から選択した20銘柄の株価データを用い、提案手法がベンチマーク指標としてしばしば用いられるBuy&Holdと比べて高い利益が得られることを明らかにしている。