TensorFlowを使った為替(FX)のトレードシステムを作るチュートリアル ～システムのセットアップからトレードまで～ - Qiita
TensorFlowを使った為替(FX)のトレードシステムを作るチュートリアル ～システムのセットアップからトレードまで～機械学習システムトレードTensorFlowjiji 機械学習ライブラリ「TensorFlow」と、オープンソースのシステムトレードフレームワーク「Jiji」を組み合わせて、機械学習を使った為替(FX)のトレードシステムを作るチュートリアルです。 システムのセットアップからはじめて、機械学習モデルの作成、トレーニング、それを使って実際にトレードを行うところまで、具体例を交えて解説します。 システム構成 次のようなシステムを作ります。 Jijiのバックテスト機能を使ってトレードデータを収集。これをTensorFlowに入力してモデルをトレーニングします。 予測する内容については後述。 訓練したモデルを使って予測結果を返すREST APIを作り、トレード時にJijiから呼び
再帰型強化学習を用いた金融商品取引の可能性 - GMOインターネットグループ グループ研究開発本部
次世代システム研究室のL.G.Wです。今回も、前回から引き続き強化学習のトピックを話します。今回は、Direct Policyベースの再帰型強化学習の特徴を解説し、FXの自動取引を例にして、実装およびその結果を説明します。 再帰型強化学習とは 強化学習（前回のBlogを参考してください）には、大まかに２種類のアプローチがある。一つは、Value関数の近似化。典型的なアルゴリズムはQ-Learning （有名事例：Play Atari）である。もう一つは、最適なPolicyを直接探索する手法。世の中に大きな衝撃を与えたAlpha GoもこのDirect Policy手法を利用した。 二つの手法の類似点は、（１）環境へActionを起こし、そのActionで得られた報酬を学習信号として、ActionのPolicyを修正し最適なActionを取れるルートを学習する；（２）Supervised L
Prediction of Exchange Rate Using Deep Neural Network
This document proposes using a deep neural network to predict currency exchange rates. It discusses using DNN to directly predict future exchange rates or to perform binary classification to predict if the rate will increase or decrease. The model takes in features like past exchange rates, moving averages and volatility indicators. Experiments show the model can predict trend transitions with ove
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
