본문 바로가기

딮러닝23

인공지능 주식투자로 더 많은 수익을 올리기 위한 여정-2- 안녕하세요? 지난번 포스팅에서는 새로운 시도가 그렇게 만족스럽지 않았고, 그런 와중에서도 테스트용 데이터 셋으로 다시 테스트를 했을 경우에는 변하는 것이 없이 제대로 나오는 것을 볼 수 있었습니다. 이번 포스팅에서도 더 많은 수익을 올릴 수 있는지 알아보기 위해서 다양한 조건에서 기계학습을 진행시키고, 이 조건에 맞춰서 테스트용 데이터셋에서 얼마나 수익을 올릴 수 있는지를 알아 보고자 합니다. 이번에는 지연보상 임계치를 13%인 0.13이라는 수치를 지정해 주도록 합니다. 혹시나 해서 한번 정책 학습기에서도 변형을 시켜 주도록 해 줍니다. 기계학습에 들어가 보도록 합니다. 어느정도 시간이 걸리고 나면 기계학습이 끝나는데, 약 3시간 정도 걸린 듯 합니다. 기계학습 결과입니다. 일단 에포크가 높아지면서 수.. 2018. 11. 8.
인공지능 주식투자로 더 많은 수익 올리기 위한 여정 안녕하세요? 지난번 포스팅에서 약 7개월간 42.9%의 수익을 올리기는 했는데, 이것만 가지고는 만족할 수는 없고, 더 많은 수익을 낼 수 없는지 한번 다른 조건으로 기계학습을 해서 시도를 해 보는 것으로 하고, 다음으로는 테스트용 데이터 셋에서 이 모델이 계속해서 같은 효과를 낼 수 있는지를 알아보는 것을 포스팅 하고자 합니다. 다른 조건을 주기 위해서 이번에는 지연보상 임계치를 6%로 주고자 합니다. 혹시나 해서 몰라서 policy_learner라는 정책 학습기에서도 6%의 지연보상 임계치를 설정해 주도록 합니다. 일단 기계학습에 들어가 보도록 합니다. 임계지연 보상치가 6%로 낮아서 그런지 시간이 좀 더 걸리기는 걸리는 것을 확인할 수 있습니다. 일단 기계학습의 결과입니다. 어찌된 것인지 학습이 더.. 2018. 11. 7.
인공지능 주식 투자로 수익을 내기 위한 험난한(?) 여정-2- 안녕하세요? 지난번 포스팅에서 약속을 드린 것과 같이 이번에는 11%의 지연 보상 임계치를 가지고서 한번 기계학습을 해 보도록 하고, 그 결과를 포스팅 하고자 합니다. 먼저 강화학습을 하기 위해서 지연보상 임계치를 위 스크린샷과 같이 만들어 주도록 합니다. 혹시 모르니 정책 학습기 모듈에서도 이렇게 만들어 주도록 합니다. 일단 기계학습에 들어갔는데, 생각보다는 적은 시간이 걸리기는 했습니다. 그리고 나서 기계학습을 했는 결과인데, 일단 초반부에는 무어라 할 말이 없기는 합니다. 그리고 어떻게 된 것인지 이게 에포크가 진행이 되면, 특히 1000에포크에서는 완전히 주가 데이터와 PV가 일치를 하는 좀 무어라 말할 수 없는 모습으로 나오는 것을 볼 수 있었습니다. 일단 비교를 위해서 1000에포크 일때 학습.. 2018. 11. 7.
인공지능 주식 투자로 수익을 내기 험난한(?) 여정 안녕하세요? 지난번 포스팅에서 이제야 제대로 된 모델을 만들어 보았다는 이야기를 했는데, 문제는 첫 시도에서는 수익이 나지 않았습니다. 그래서 수익을 내기 위해서 계속해서 trial & error를 통해서 상황을 개선해 나가고자 합니다. 먼저 강화학습의 시작 부분에서 위 스크린샷처럼 지연보상 임계치를 20%에서 0.02라는 2%로 교체를 하도록 합니다. 그리고 혹시나 해서 한번 정책 학습기에서도 교체를 한번 더 해주도록 합니다. 이제 강화학습에 들어가 보도록 해 봅니다. 이번에는 거의 4시간 가까이 걸리는 것을 확인할 수 있었습니다. 일단 이 경우에 있어서는 초반 에포크에서는 엄청난 독박을 쓰는 경향을 보여주고 있습니다. 일단 에포크가 진행이되면 될수록 수익은 올리는데, 무언가 이전에 개미 투자자라면 대.. 2018. 11. 6.