인공지능 주식투자로 수익을 내기 위한 험난한(?) 여정-3-

안녕하세요?

인공지능 주식투자로 어떻게 해서 수익을 내고자 하는 노력을 하는 중인데, 일단 이번 포스팅에서는 그렇게 기다리고 기다리던 수익이 나오기는 나왔습니다. 그래서 관련된 내용을 올리고자 합니다.

먼저 이번에는 지연보상 임계치를 15%로 주어서, 15%이상의 이익이나 손실이 발생할 경우에는 학습을 진행하라는 명령인데, 이번에는 15%의 조건으로 일단 기계학습을 시키도록 합니다.

아마 하지 않아도 될 듯 합니다만, 그래도 혹시나 해서 한번 정책 학습기(policy_learner)에서도 지연보상 임계치를 15%로 지정을 해 주도록 합니다.

일단 인공지능의 기계학습에 들어가 보도록 시작을 합니다.

어느정도 시간이 지나고 나서는 기계학습이 끝나는 것을 볼 수 있습니다.

일단 15%의 지연보상 임계치라는 조건에서는 10에포크 부터 무언가 준수해 보이는 듯한 수익을 내는 모습을 보여는 주고 있습니다.

그리고 나서 에포크의 수가 늘어가면 날수록 좀 더 이익을 보는 PV의 가치가 더 올라가는 것을 볼 수 있는데, 전체적으로는 수익을 내는 듯 해 보입니다.

각 10, 200, 600, 1000 에포크를 요약한 표 입니다. 에포크가 진행이 되면 될 수록 PV가치가 올라가는 것을 볼 수 있는데, 이를 바탕으로 해서 한번 테스트에 들어가 보도록 합니다.

먼저 model_ver를 지정해 주도록 합니다.

그리고 나서 2018년 3월 23일부터 11월 2일까지 일일 캔들차트 데이터를 가지고서 테스트에 들어가 보도록 합니다.

일단 테스트결과에서는 PV가 초기 자본금 10만원 보다 더 높은 14만 2953원을 기록하는 것을 볼 수 있습니다.

결론부터 말하자면, 이 기계학습 결과로 만들어낸 모델에서는 테스트 데이터셋에서 수익을 내는데는 성공했습니다. 그것도 42.9%라는 수익을 약 7개월만에 올리는 데는 성공하기는 했는데, 문제는 다른 조건에서는 더 나은 조건으로 나올 수 있는지, 그리고 재현성이 있는지를 한번 테스트 해 보겠습니다.