RLTrader의 설계

2020-03-29 • bookstock, 주식, reinforcement learning, 강화학습, design, 설계 • 4 min read

RLTrader는 여러 파이썬 모듈로 구성돼 있습니다. 주식투자 강화학습에서 필요한 참여 요소와 역할을 분석해 모듈로 묶었습니다. 모듈마다 나름의 역할을 담당하며 다른 모듈과 서로 연관 관계(association)가 있기도 합니다.

주식투자 강화학습 과정 확인의 필요성

2020-03-28 • bookstock, 주식투자, reinforcement learning, rl, 강화학습, visualize, 가시화 • 3 min read

주식투자 강화학습을 진행하면 정해진 환경에서 매순간 무작위로 행동을 결정하거나 신경망으로 행동을 결정한 다음, 에이전트가 결정된 행동을 수행하고 그 결과로 에이전트의 상태가 변경됩니다. 이번 절에서는 주식투자 강화학습 과정을 확인하는 방법을 다룹니다.

주식투자 분야에서 강화학습 효과를 차별화하는 요인들

2020-03-26 • bookstock, 주식투자, reinforcement learning, rl, 강화학습 • 7 min read

주식투자 강화학습에서는 강화학습 모델을 다양하게 구성할 수 있습니다. 강화학습 모델에서 고려할 학습 데이터, 보상 규칙, 행동의 종류, 신경망 종류, 강화학습 기법 등을 달리할 수 있으며, 이에 따라 강화학습의 효과가 달라질 수 있습니다. 이렇게 다양한 차별화 요인이 존재하기 때문에 어떠한 강화학습 모델이 효과적으로 주식투자를 학습할 수 있을지는 다양한 실험과 비교 분석을 해야 알 수 있습니다.

금융 데이터 분석 방법

2020-03-18 • bookfinance, analysis, 금융, 주식, 분석 • 4 min read

금융 데이터 분석 방법에 딱히 표준이 있는 것은 아니지만 많은 투자자들이 주로 '기본적 분석', '기술적 분석', '감성 분석'을 얘기합니다. 이번 장에서는 이 세 가지 방법들에 대해서 소개하겠습니다.

딥러닝 발전 과정

2020-03-10 • bookdeep learning, 딥러닝 • 5 min read

최근 주목받는 딥러닝은 사실 오랜 역사를 역사를 가지고 있습니다. 이번 장에서는 딥러닝의 시초라 할 수 있는 퍼셉트론부터 발전된 형태의 인공 신경망을 거쳐 딥러닝으로 여겨지는 심층 신경망에 대해서 다룹니다.