본문 바로가기
무모한 도전-주식 인공지능 만들기

인공지능 주식투자로 더 많은 수익을 올리기 위한 여정-3-

by 인터넷떠돌이 2018. 11. 8.
반응형

안녕하세요?


지난번에서는 좀 실망스러운 결과가 나오기는 했는데, 그래도 포기를 하지 않고, 한번 더 실험을 해서 더 많은 수익을 올리고자 시도를 해 보고자 합니다.



이번에는 지연보상 임계치를 14%로 지정을 해 주고서 한번 기계학습을 해 보고자 합니다.



정책학습기에서도 한번 14%의 지연보상 임계치로 만들어 주도록 합니다.



한번 어떻게 해서 기계학습에 들어가는 것에는 성공했습니다.



이번에도 거의 3시간 정도 걸린 듯한데, 이 시간은 초반에 한번 측정해 본 이후로는 거의 측정을 해 보지 않고서 하고 있는 중 입니다.



먼저 기계학습이 일어난 결과입니다. 10 에포크에서는 주가의 급락에 따른 손실이 제대로 보여지고 있으나, 200에포크로 올라가자 이번에는 제대로 대처해서 수익을 올리는 것을 볼 수 있습니다.



그리고 에포크가 1000에 이르자 주가의 급락에도 불구하고 제대로 대체해서 어떻게 수익을 극대화 하는 것을 볼 수 있었습니다. 여기서는 그런대로 좋은 모델이 만들어 진 것이 아닌가 하는 생각이 듭니다.




그리고 에포크가 600에 가까워짐에 따라 수익이 줄어드는 경향이 보이기도 하지만, 그래도 최종 에포크에 가서는 좀 나은 결정을 한 것을 보여주고 있습니다.



그리고 이 모델을 가지고서 한번 투자 시뮬레이션에 들어가 보도록 합니다.



그러나 시뮬레이션 결과는 실망스럽게도 반토막을 내는 것을 볼 수 있습니다. 그래서 이 모델은 뭐가 아니라는 생각이 들기도 합니다.



그리고 이번에는 지난번에 큰 수익을 냈는 15% 지연보상 임계치에 이번에는 discount factor에서는 0.1을 주어서 과거에 내린 결정에 대해서는 점수를 깍아주도록 합니다.



그리고 혹시나 몰라서 정책 학습기에서도 0.1로 discount factor를 주도록 합니다.



제대로 DF라고 discount factor가 0.1로 지정이 되는 것을 볼 수 있습니다.




그리고 이번에도 약 3시간 정도 기계학습을 하고 나서, 완료가 되었습니다.



일단 초반 에포크에서는 엄청나게 손해만 보고 있는 것을 볼 수 있었습니다.



그리고 나서 어째서인지 1000에포크에 가까이 가서도 제대로 된 수익을 못 내는 것을 볼 수 있습니다.



실제로 학습용 데이터를 봐서도 제대로 된 수익을 못내는 것을 볼 수 있습니다.



그래도 여기까지 오기는 왔으니, 한번 테스트를 해 보도록 합니다. 그래서 방금 만든 모델을 지정해 보도록 합니다.



믿기 어렵겠지만, 수익이 1.5%가 나오고는 있습니다. 다만 나오기는 나왔는데 너무 수익이 적어서 이걸 그대로 활용하기에는 문제가 있다는 생각이 듭니다. 아니 문제가 심각하기는 심각합니다. 거의 은행에 예금하는 것 보다는....... 조금은 더 나오는 수익이기는 하지만, 이래서야 되겠나 하는 생각이 듭니다.

반응형