본문 바로가기

프로그래밍411

드디어 해결된 오류와 그다지 기뻐할 것만도 아닌 결과 안녕하세요? 몇 포스팅 이전부터 계속해서 왜 인지 첫 주식 데이터에서 부터 결정을 하지 않는 에러가 보고가 되어 있었습니다. 그래서 이번에는 드디어 해결책을 찾아내는 데 성공했으며, 그 결과를 보여드리고자 합니다. 다만, 이 결과가 그렇게 까지 기뻐할 만한 결과만은 아니라는 점이 다소 아쉽기는 합니다. 먼저 인터넷상에 있는 RLTrader의 코드입니다. 이 코드에서는 자세히 보면 주식 데이터를 준비해서 datamanager.py에서 처리한 다음에 기간별로 자르고, 다음으로 학습 데이터 분리등이 일어납니다. 그런데 제 경우에는 반대로 먼저 기간별로 자르고 나서, datamanager.py에서 처리를 하는데, 이 때문에 문제가 생기는 것이 아닌가 하는 생각이 듭니다. 그래서 먼저 datamanager.py로.. 2019. 3. 4.
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.

티스토리툴바