記事「取引におけるニューラルネットワーク：マルチエージェント自己適応モデル（最終回）」についてのディスカッション

新しいコメント
 

新しい記事「取引におけるニューラルネットワーク：マルチエージェント自己適応モデル（最終回）」はパブリッシュされました:

前回の記事では、強化学習アプローチと自己適応戦略を組み合わせ、市場の変動下でも、収益性とリスクの両立を図ることができるマルチエージェント自己適応(MASA: Multi Agent Self Adaptive)フレームワークを紹介しました。MASAフレームワークにおける各エージェントの機能も構築済みです。本記事では、前回の内容をさらに発展させ、その論理的な結論へと到達します。

ここで強調しておきたいのは、私たちが評価するのは提案された手法そのものではなく、実際に実装された手法の有効性であるという点です。なぜなら、今回の実装では、元のMASAフレームワークに対していくつかの修正を加えているためです。

モデルの学習には、EURUSDのH1データ（2023年）を使用しました。すべてのインジケーターのパラメータはデフォルト値のままとしています。

初期学習では、以前の研究で作成したデータセットを用い、学習中も定期的に更新を行いました。これは、学習が進むにつれてActorの方策が変化するため、それに合わせてデータセットを最新の状態に保つためです。

モデルの学習とデータセットの更新を複数回繰り返した結果、学習セットおよびテストセットの両方で収益性を示す方策を得ることができました。

学習済み方策は、2024年1月のヒストリカルデータを用いてテストされました。その他のパラメータはすべて変更していません。以下が結果です。


作者: Dmitriy Gizlyk

新しいコメント