본문 바로가기

프로그래밍378

오류사냥을 위한 다양한 시도들과 실패 안녕하세요? 지난번에는 생각지도 못했던 오류가 실제로는 존재를 하고 있었고, 이 오류를 소 뒷걸음 치다가 쥐 잡은 격으로 잡는데 성공했습니다. 이번 포스팅에서는 메인 오류인 왜 처음 120개의 데이터에 대해서는 아무런 작업도 하지 않다가 이후에야 작업을 하는 지에 대해서 한번 그 원인을 알아보고, 해결책을 찾고자 합니다. 먼저 위 스크린샷처럼 agent.py에 있는 내용이 문제가 된 것이 아닌가 하는 생각이 들어서, 과거처럼 바꾸어 놓은 다음에 한번 강화학습에 들어가 봅니다. 2분도 되지 않는 시간이 걸려서 강화학습이 끝나는 것을 확인할 수 있기는 있었습니다. 그런데 나아지기는 커녕, 과거에 않 좋은 형태 그대로 나오는 것을 확인할 수 있었습니다. 다음으로는 위 스크린샷을 보시다 시피, 차트 데이터에다가.. 2019. 3. 3.
400에포크 강화학습 결과와, 우연히 잡은 오류 안녕하세요? 지난번 포스팅에서 400에포크로 강화학습을 했는 강화학습의 모델이 5개 나왔다는 것을 올렸습니다. 이제 이번 포스팅에서 이 5개의 모델에 대해서 한번 강화학습을 하도록 하고, 다음으로 할 일은 지난번 포스팅에서 우연히 잡은 이 에러를 한번 잡도록 하는 시도를 했는데, 그 과정에서 있었는 줄도 모르는 오류를 하나 잡는데 성공했습니다. 먼저 구글 드라이브에서 5개의 강화학습의 모델을 다운로드 받도록 합니다. 그리고 나서 위 스크린샷처럼 RLTrader를 작동시켜서 백테스트에 들어가 보도록 합니다. 그런에 뭐라고 해야 할까요? 이번 강화학습에서도 그다지 신통치 않게도 결과가 나오는 것을 확인할 수 있었습니다. 역시 2종류의 패턴을 만들어 내기만 하고 있습니다. 실제로 백테스트의 결과를 그래프로 표.. 2019. 3. 3.
새로운 agent.py를 가지고서 하는 수익모델 찾기 안녕하세요? 지난번 포스팅에서 프로그램의 묻지마 매수를 막고서, 매수결정을 인공지능에서 내릴 때 움직이도록 만드는 데는 성공했습니다. 이제는 이렇게 나오는 프로그램을 가지고서 어떻게 수익모델을 만들 수 있는지 없는지를 한번 살펴 보고자 합니다. 지난번에 1번의 강화학습으로 모델이 나왔기 때문에 4개의 모델을 더 만들고 나서 백테스트를 하고자 합니다. 두번째 강화학습이 끝나서 나서, 여기서도 제가 의도한 대로 움직여 준다는 것을 확인할 수 있었습니다. 그리고 나서 다음 강화학습의 모델도 제 의도대로 움직여 준다는 것을 확인할 수 있었습니다. 세번째 강화학습의 과정에서는 위 스크린샷에서 보이는 것처럼 묻지마 매수를 하지는 않았는데, 모두 매도 결정만 해서 잘 모르는 형태로 나왔는 것을 볼 수 있었습니다. 다.. 2019. 3. 2.
인공지능의 묻지마 매수를 막기위한 작업-2- 안녕하세요? 일단 지난번 포스팅에서 어떻게 해서 묻지마 매수를 막기는 막았습니다만, 문제는 프로그램이 명령을 내린 매수 명령도 전혀 반영이 되지 않는 문제점이 노출이 되었습니다. 그래서 새로 생긴 문제점을 해결해 보고자 하는 가지가지 시도를 이번 포스팅에서 다루고자 합니다. 먼저 위 스크린샷처럼 agent.py로 가서, action항목을 float()으로 바꾸어 주도록 합니다. 왜냐하면 지금까지 혹시 문자열로 모두 처리가 되어서 적용이 되지 않은 것이 아닌가 하는 생각이 들었기 때문입니다. 일단 agent.py를 구글 드라이브에 업로드 한 다음에, 위 스크린샷처럼 구글 코랩에서 강화학습을 시키자, 12분만에 강화학습이 마무리 된 것을 확인할 수 있었습니다. 그런데 이렇게 하고도 여전히 프로그램이 매수 명.. 2019. 3. 1.

티스토리툴바