무모한 도전-주식 인공지능 만들기1651 8개 모델의 추가적인 결과 part1 안녕하세요? 이번 포스팅에서는 금요일 밤에 열심히 구글 코랩의 TPU를 돌려서 나온 강화학습의 모델들과, 이 모델들이 어떤 학습을 했으며, 얼마나 수익이 나오는 지를 한번 살펴 보고자 합니다. 그런데 내용이 너무 길다는 생각이 들어서 중간에 한번 잘라야 했습니다. 먼저 1시간 30분 정도 걸려서 첫번째 모델을 얻는데 성공했습니다. 이제 시간이 걸려서 두번째 모델도 얻었습니다. 세번째 모델도 순조롭게 얻는데 성공했습니다. 4번째 모델도 순조롭게 얻어 오는데 성공하기는 했습니다. 이제 계속해서 하루종일 작업을 해서 5번째 모델도 얻는데 성공했습니다. 계속해서 구글 드라이브의 제 폴더 안에 강화학습의 모델이 쌓여가기 시작합니다. 그런데 6번째 강화학습부터 새로운 일이 생긴 듯 했습니다. 뭐냐 하면, 바로 강화.. 2018. 12. 23. 5개의 강화학습 모델의 분석결과 안녕하세요? 지난번 포스팅에서 하루종일 매달려서 절반은 어떻게 구글 코랩을 작동 시키는 줄 몰라서 애를 먹었고, 나머지 절반은 이제 겨우 강화학습의 모델을 5개 얻는다고 시간을 다 썼습니다. 이제 이 강화학습 모델들이 어떤 결과를 줄지 모르기 때문에 일단 한번 가지고 와서 백테스트를 해보고자 합니다. 먼저 1번 모델의 학습결과를 각각 10에포크, 200에포크, 600에포크, 1000에포크로 나누어서 보여준 결과입니다. 일단 학습횟수가 많아져도 그다지 별로 달라지지 않는 것을 볼 수 있었습니다. 다음이 2번 모델의 경우인데, 이 경우에도 그다지 많이 달라지는 것을 볼 수 없었습니다. 그냥 주식이 오랜 시간이 지나면서 꾸준히 상승해서 때문인가요? 계속해서 그냥 주식이 상승하는 것만을 볼 수 있었습니다. 3번.. 2018. 12. 22. TPU를 이용한 강화학습으로 모델의 작성 안녕하세요? 지난번 시간에는 GPU를 이용해서 2시간 43분의 시간이 걸려서 강화학습의 모델을 하나 만들어 내는 것을 보았습니다. 이번에는 구글에서 TPU라고 해서 기계학습을 위한 전용 보드를 사용해서 기존의 CPU와 GPU에 비해서 훨씬 빠른 연산을 하는 것을 보여 주었다고 하는데, 일단 저로서는 이게 더 빠른 하드웨어라는 것만 알 수 있었습니다. 이번 포스팅에서는 이게 얼마나 더 빨라지는 가를 보면서, 강화학습의 모델을 4개 만들어 보고자 합니다. 먼저 노트설정의 항목으로 가서, 위 스크린샷과 같이 TPU를 하드웨어 가속기로 설정해 주도록 합니다. 그런데 GPU를 사용했던 때에서는 멀쩡했던 코드가 왜인지 모르게 에러를 일으키기 시작하는 것을 볼 수 있었습니다. 그래서 이번에는 matplotlib의 p.. 2018. 12. 21. 드디어 성공한 구글 코랩(google colab)의 사용 안녕하세요? 지난번 포스팅에서 올렸는 exe작전의 실패로 인해서 한 1분 정도 좌절을 하고 나서, 다음으로 PyQt5때문에 무언가 엉켜있는 것이 아닌가 하는 생각이 들었기 때문에, 이를 제거하면 된다고 일단 생각을 했습니다. 그래서 이번 포스팅에서는 아예 강화학습을 해서 모델 파일만을 만드는 작업을 하기 위한 파이썬 스크립트 파일을 수정하고, 이를 이용해서 한번 작업에 들어간 내용을 올려 보고자 합니다. PyCharm에서 새로운 프로젝트로 그냥 되는대로 이름을 붙인 YellowOperation이라고 하는 프로젝트를 생성하도록 합니다. 이름에 대해서는 진짜로 아무런 의미나 생각없이 지었습니다. 일단 한번 간단한 테스트로, 기존의 RLTrader의 파일이 남아 있을 때, 혹시 UI파일을 제대로 가져오지 못해.. 2018. 12. 21. 이전 1 ··· 381 382 383 384 385 386 387 ··· 413 다음
