RLTrader의 데이터 관리 모듈 개발
2020-04-11 • rltrader • stock, 주식투자, reinforcement learning, rl, 강화학습, data manager, 데이터 관리 • 5 min read
데이터 관리 모듈은 차트 데이터와 학습 데이터를 생성하는 모듈로 자질 벡터를 정의하고 데이터를 전처리합니다.
RLTrader의 실행 모듈 개발
2020-04-11 • rltrader • stock, 주식투자, reinforcement learning, rl, 강화학습, main • 5 min read
강화학습 주식투자 실행 모듈(main.py)은 다양한 조건으로 강화학습을 수행할 수 있게 프로그램 인자를 구성하며 입력받은 인자에 따라 학습기 클래스를 이용해 강화학습을 수행하고 학습한 신경망들을 저장하는 메인 모듈입니다. 이 모듈에 대한 프로그램 인자와 강화학습 실행 로직을 살펴봅니다.
RLTrader의 학습기 모듈 개발
2020-04-02 • rltrader • stock, 주식투자, reinforcement learning, rl, 강화학습, learner, 학습기 • 21 min read
학습기 모듈(learners.py)은 다양한 강화학습 방식을 수행하기 위한 학습기 클래스들을 가지는 모듈입니다. 각 학습기 클래스의 속성과 함수를 살펴보고 파이썬으로 구현한 소스 코드를 상세히 확인합니다.
RLTrader의 가시화 모듈 개발
2020-04-02 • rltrader • stock, 주식투자, reinforcement learning, rl, 강화학습, visualization, 가시화 • 9 min read
가시화 모듈에 포함된 가시화기 클래스의 속성과 함수를 살펴보고 파이썬으로 구현한 소스 코드를 상세히 확인합니다.
RLTrader의 신경망 모듈 개발
2020-04-01 • rltrader • stock, 주식투자, reinforcement learning, rl, 강화학습, network, 신경망 • 10 min read
이번 절에서는 신경망 모듈에 포함된 여러 신경망 클래스의 속성과 함수를 살펴보고 파이썬으로 구현한 소스 코드를 상세히 확인합니다.
RLTrader의 에이전트 모듈 개발
2020-03-31 • rltrader • stock, 주식투자, reinforcement learning, rl, 강화학습, agent, 에이전트 • 10 min read
에이전트 모듈에 포함된 에이전트 클래스(Agent)의 속성과 함수를 살펴보고 파이썬으로 구현한 소스 코드를 상세히 확인합니다.
RLTrader의 환경 모듈 개발
2020-03-30 • rltrader • stock, 주식투자, reinforcement learning, rl, 강화학습, environment, 환경 • 2 min read
환경 모듈에 포함된 Environment 클래스의 속성과 함수를 살펴보고 파이썬으로 구현한 소스 코드를 상세히 확인합니다.
RLTrader의 설계
2020-03-29 • rltrader • stock, 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.
RLTrader 개발에 필요한 환경
2020-03-29 • rltrader • stock, 주식투자, reinforcement learning, rl, 강화학습, development, 개발, environment, 환경 • 4 min read
이번 장에서는 파이썬으로 강화학습 기반 주식투자 시스템인 RLTrader를 개발하는 과정을 소스 코드 수준에서 상세히 설명합니다.
주식투자 강화학습 과정 확인의 필요성
2020-03-28 • rltrader • stock, 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.