본문 바로가기

무모한 도전-주식 인공지능 만들기1651

새로운 방식으로 강화학습을 시도해 보기-2- 안녕하세요? 오후의 포스팅에서 어떻게 전반부 내용을 이야기 했다면, 지금의 포스팅에서ㅕ는 후반부의 내용을 이야기 하기 위해서 이 블로그에 글을 올립니다. 이번 포스팅에서는 이전 데이터의 평균 현재가를 구한 다음, 현재의 결정이 득점인지 감점인지를 따져 보고자 합니다. 이제 같은 작업을 매도와 관망해도 해주어야 하는데, 여기서 관망에는 아무런 액션도 취하지 않기 때문에 그냥 추가되는 보너스 값을 0으로 설정을 해 주었습니다. 그리고 나서 위 스크린샷과 같이, 그냥 delay_reward에 대입하는 것으로 하면, 그대로 값이 변해버리고 끝나기 때문에, 새로 추가된 값을 위 스크린샷과 같이 붙여주는 작업을 해 보아야 합니다. 일단 여기까지는 yellow operation을 작동시켜 보았을 때는 별 무리없이 돌.. 2019. 4. 24.
새로운 방식으로 강화학습을 시도해 보기 안녕하세요? 지난번 포스팅에서 계속해서 ADF test를 통과한 종목에 한해서 계속해서 강화학습을 시켜 보았지만, 전혀 수익을 내지 못하는 것을 확인할 수 있었습니다. 그래서 이번에는 한번 새로운 방법을 시도해 보고자 합니다. 일단 클래스와 클래스, py와 py파일 사이를 뛰어넘기 위한 변수를 만들기 위해서, 먼저 agent.py의 Agent클래스에서 첫 메서드가 시작하기도 전에 위 스크린샷처럼 빈 변수를 하나 만들어 줍니다. 그리고 나서 main.py에서는 agent.py의 Agent 클래스를 import해서, 이를 가지고 올 준비를 하도록 합니다. 이런 준비를 하는 이유는 아래에 나오게 됩니다. 일반적으로 생각하기에는 변수 = 다른 py파일의 변수 이런 식으로 가지고 오는 것만 생각했는데, 여기서는 .. 2019. 4. 24.
새로운 수익모델을 찾기-2- 안녕하세요? 이번 포스팅에서는 그동안 잠시 멈춰 있었던 ADF 테스트를 통과한 종목에서 한번 수익모델을 찾기 위한 작업에 들어가 보고자 했으며, 그 결과를 블로그에 올리고자 합니다. 일단 지난번 포스팅에서 첫번재 강화학습은 전체 데이터의 50%만 사용했기 때문에, 이번에는 위 스크린샷처럼 수익모델과 데이터 베이스등을 지정하고 나서, 다음으로는 50%의 데이터를 백테스트에 사용해 보도록 합니다. 그런데 백테스트결과 수익은 커녕, 도리어 손해만 보는 것을 확인할 수 있었습니다. 이래서야 이걸 써먹을 수 없겠다는 생각이 듭니다. 이번에는 전체 데이터의 75%만을 사용해서 강화학습으로 얻은 모델의 백테스트에 들어가기 위해서 25%의 남은 데이터를 사용하는 모습을 보고 계십니다. 일단 첫번재 시도인데, 여기서도 .. 2019. 4. 24.
코스닥에서 ADF 테스트를 했는 결과 안녕하세요? 이번 포스팅에서는 지난번에 코스피 종목들을 전체를 스캐닝해서 3월 20일 데이터 부터 분봉데이터를 바탕으로 주가가 랜덤워크를 따르는 지를 테스트 해서 그렇지 않은 종목들을 다 추려냈는데, 이번에는 코스닥을 바탕으로 해서 종목들을 추려낼 수 있는지를 한번 살펴 보고자 하니다. 일단 파이참상에서 실행을 하는 것 가체는 간단했습니다. 기존에 코스피로 되어 있던 부분을 모두 코스닥으로 바꾸어 주기만 하면 되는 것 입니다. 그리고 이번에도 역시 6시간 정도 걸리고 나서, 모든 작업이 완료가 되는 것을 확인할 수 있기는 있었습니다. 이제 얼마나 많은 종목들이 나왔는지 살펴 보도록 합니다. 일단 종목자체가 많은 탓인지는 모르겠습니다만, 10%의 오차범위 내에서 걸렸는 종목들이 위 스크린샷과 같이 상당히 .. 2019. 4. 23.

티스토리툴바