Detailed Information

Cited 0 time in webofscience Cited 0 time in scopus
Metadata Downloads

R-Trader: 강화 학습에 기반한 자동 주식 거래 시스템R-Trader:An Automatic Stock Trading System based on Reinforcement Learning

Other Titles
R-Trader:An Automatic Stock Trading System based on Reinforcement Learning
Authors
이재원김성동이종우채진석
Issue Date
Dec-2002
Publisher
한국정보과학회
Keywords
trading system; reinforcement learning; prediction; TD algorithm; Q algorithm; neural network; technical analysis; trading system; reinforcement learning; prediction; TD algorithm; Q algorithm; neural network; technical analysis; 거래 시스템; 강화 학습; 예측; TD 알고리즘; Q 알고리즘; 신경망; 기술 분석
Citation
정보과학회논문지 : 소프트웨어 및 응용, v.29, no.1112, pp 785 - 794
Pages
10
Journal Title
정보과학회논문지 : 소프트웨어 및 응용
Volume
29
Number
1112
Start Page
785
End Page
794
URI
https://scholarworks.sookmyung.ac.kr/handle/2020.sw.sookmyung/10350
ISSN
1229-6848
Abstract
자동 주식 거래 시스템은 시장 추세의 예측, 투자 종목의 선정, 거래 전략 등 매우 다양한 최적화 문제를 통합적으로 해결할 수 있어야 한다. 그러나 기존의 감독 학습 기법에 기반한 거래 시스템들은 이러한 최적화 요소들의 효과적인 결합에는 큰 비중을 두지 않았으며, 이로 인해 시스템의 궁극적인 성능에 한계를 보인다. 이 논문은 주가의 변동 과정이 마르코프 의사결정 프로세스(MDP: Markov Decision Process)라는 가정 하에, 강화 학습에 기반한 자동 주식 거래 시스템인 R-Trader를 제안한다. 강화 학습은 예측과 거래 전략의 통합적 학습에 적합한 학습 방법이다. R-Trader는 널리 알려진 두 가지 강화 학습 알고리즘인 TD(Temporal-difference)와 Q 알고리즘을 사용하여 종목 선정과 기타 거래 인자의 최적화를 수행한다. 또한 기술 분석에 기반하여 시스템의 입력 속성을 설계하며, 가치도 함수의 근사를 위해 인공 신경망을 사용한다. 한국 주식 시장의 데이타를 사용한 실험을 통해 제안된 시스템이 시장 평균을 초과하는 수익을 달성할 수 있고, 수익률과 위험 관리의 두 가지 측면 모두에서 감독 학습에 기반한 거래 시스템에 비해 우수한 성능 보임을 확인한다.
Files in This Item
Go to Link
Appears in
Collections
ICT융합공학부 > IT공학전공 > 1. Journal Articles

qrcode

Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.

Related Researcher

Researcher Lee, Jongwoo photo

Lee, Jongwoo
공과대학 (인공지능공학부)
Read more

Altmetrics

Total Views & Downloads

BROWSE