딮러닝23 이제서야 시작하는 제대로 된 모델 만들기 안녕하세요? 지난번 까지는 어떻게 코드상에 있는 오류로 인해서... 이건 제 오타라면 덜 뭐하기도 하지, 뭐랄까요? 책에 있던 오타 때문에 이렇게 되었으니, 뭐라고 억욱한 기분이 들기도 합니다만, 아무튼 간에 이제서야 제대로 된 주식 인공지능 만들기에 들어간다는 기분이 듭니다. 그래서 먼저 해야 할 일이 하나 있는데, 가장 먼저 강화학습 시작하는 곳에다가 다시 1000번의 강화학습을 하도록 하고, 다음으로는 discount factor를 일단 0으로 두고, 시작시 무작위 행동의 비율을 50%로 맞추어 주는 것 입니다. 혹시나 해서 policy_learner.py에서 역시 바꾸어 줄건 바꾸어 주도록 하고, 역시 가장 중요한 것은 learning을 true로 바꾸어 주는 것 입니다. 이제 1000번의 학습에.. 2018. 11. 6. 원숭이 투자자로 학습 데이터를 투자한 결과 안녕하세요? 지난번에 엄청난 일이 일어나서 원숭이 투자자조차 제대로 나오지 않은 상당히 충격과 공포의 상황이었습니다만, 그래도 어떻게 그 에러를 잡아내고 이제는 원숭이 투자를 제대로 해봐야 하는 상황이 되었습니다. 지금 생각해 보면, 쓸데 없는 일이기도 했지만, 에포크를 10을 줘야 10회 하는 것이 아니라, 프로그램의 실행을 10회 해야 하는 것 이었습니다. 아무튼 일단 이게 2번째 시도입니다. 3차 시도에 들어갔습니다. 4차 시도에 해당이 됩니다. 이 경우에는 10만원을 넣어서 4천원은 건지는 것을 볼 수 있습니다. 5차 시도인데 이번 원숭이 투자자는 3만 7천원을 버는 것을 볼 수 있습니다. 6차 시도인데 이번에는 투자금을 까먹은 것을 볼 수 있습니다. 7차 시도인데, 이번에는 어떻게 된 것인지 1.. 2018. 11. 6. 원숭이 투자자(MT)를 만들면서 드디어 알아낸 문제점 안녕하세요? 이번 포스팅에서는 지난번에 약속한 대로, 원숭이 투자자(MT)라고 해서 주식투자를 하는데 완전히 랜덤한 행동만을 하는 투자자를 만들어 보는 과정을 포스팅 하고자 합니다. 그런데 이 과정에서 저도 여기가 문제가 있다는 것을 몰랐는데, 생각지도 못한 문제가 노출되었고, 이를 수정하는 과정을 올리고자 합니다. 일단 원숭이 투자자를 만들기 위해서, 이걸 1000번이나 할 필요는 없기 때문에, 그냥 에포크의 숫자는 10회로 만들어 주도록 하고, 시작시 무작위 행동비율 epsilon은 1로 주어서 100%라는 것을 의미하게 되었습니다. 다음으로는 정책 신경망학습으로 나온 결과를 파일로 저장=모델을 생성하는 부분과 비학습 투자 시뮬레이션을 하는 부분을 모두 주석으로 처리를 하였습니다. policy_lea.. 2018. 11. 5. RLTrader의 오류 수정과 다시한번 시도해 보기 안녕하세요? 이번 포스팅에서는 여전히 수익이 안 나오는.... 예, 아직 주식투자로 수익을 못 내고 있는 이 RLTrader가 어디서 문제가 있는 것은 아닌가 하는 생각이 들어서, 한번 체크해 보고 다시 한번 시도를 하고자 합니다. 먼저 기계학습을 시작하는데, 이전까지는 2% 지연보상 임계치를 주어서 했다면, 다시 초기로 돌아가서 20%로 올려주고, discount Factor를 0으로 만들어 주는 작업을 해 보았습니다. 당연 policy_learner라고 정책 학습기에서 한번 더 혹시나 모를 수도 있기에 바꾸어 줘 보기도 합니다. fit()메소드에 있는 discount factor도 역시 0으로 바꾸어 주도록 합니다. 이제 기계학습에 들어가 보도록 합니다. 지난번 보다는 짧은 시간이 걸리기는 했지만, .. 2018. 11. 5. 이전 1 2 3 4 5 6 다음
