메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터

주제분류

사회과학
경영학 경제학 관광학 교육학 군사학 무역학 문헌정보학 법학 사회과학일반 사회복지학 사회학 신문방송학 심리과학 정치외교학 지리/지역개발학 지역학 행정학
공학
건축공학 공학일반 기계공학 산업공학 자원/재료공학 전자/제어계측공학 전자/정보통신공학 조선/해양공학 컴퓨터학 토목/환경공학 항공우주공학 화학/생물공학
자연과학
물리학 생물학 생활과학 수학/통계학 자연과학일반 전문/지구과학
의약학
간호학 수의학 약학 의학 의학일반 치의학 한의학
인문학
독일어문학 러시아어문학 문학 언어학 역사학 영어문학 인문학일반 일본어문학 종교학/신학 중국어문학 철학 프랑스어문학 한국어문학
예술체육학
건축 디자인 무용 미술 미용 사진 연극 영화 예술체육학일반 음악 의상 체육
농수해양학
농수해양학일반 농학 수산학 식품과학 임학 축산학 해상운송학
복합학
과학기술학/기술정책 뇌/인지과학 여성학 학제간연구

정기구독(개인)

소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.

회원혜택

로그인 회원이 가져갈 수 있는 혜택들을 확인하고 이용하세요.

아카루트

학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.

영문교정

영문 논문 작성에 도움을 드리기 위해, 영문 교정 서비스를
지원하고 있어요.
고객센터 제휴문의

...

저널정보

저자정보

표지
이용수
내서재
3
내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

초록·키워드

오류제보하기
This study addresses a reinforcement learning(RL)-based trading bot that can automatically trade stocks using stock trading data and various indicators. To construct the training data, we used daily basic stock price and technical auxiliary indicator, and input them as state variables to conduct trading actions. By comparing the holding assets and stock prices, a Buy agent that predicts the value of buy/hold behavior or a Sell agent that predicts the value of sell/hold behavior is selected for trading action. For the performance analysis, the returns according to the stock price trend during the training and test period are shown for Deep Q-Network (DQN) and Double DQN (DDQN). Experiments showed that both algorithms for test data showed an increase in assets over the long term and follows the trend of the stock price. While DQN reacts sensitively to changes in stock prices, DDQN reacts relatively monotonically, and thus DDQN can guarantee the increase in assets and stable trading.
#Trading bot #Deep Q-Network #Double Deep Q-Network #Reinforcement learning

목차

Abstract
1. 서론
2. 강화학습의 개요와 알고리즘
3. 주식 시장 분석
4. 트레이딩 봇 구현
5. 실험 및 결과 분석
6. 결론 및 향후 연구 방향
References

참고문헌 (21)

참고문헌 신청
이재원 / 2013 / 고변동 주가 패턴의 감독 학습에 기반한 주식 거래 시스템 / 정보과학회 컴퓨팅의 실제 논문지 19(1):23~29 google schola A. S. Saud / 2020 / Analysis of look back period for stock price prediction with RNN variants: A case study on banking sector of NEPSE / Procedia Computer Science 167:788~798 google schola S. Mehtab / 2020 / Stock Price Prediction Using CNN and LSTM-Based Deep Learning Models / IEEE International Conf. on DASA google schola C. Yang / 2020 / Deep Learning for Price Move- ment Prediction Using Convolutional Neural Network and Long Shot-Term Memory / Mathematical Problems in Engineering 2020 google schola B. G. Malkiel / 1996 / A Random Walk Down Wall Street / W. W. Norton & Company google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

쌍 스프레드와 모방 강화학습을 이용한 트레이딩 알고리즘
오영민 ,  이주홍 한국통신학회 학술대회논문집 2022.02
유가증권 시장에서의 동적 포트폴리오 최적화를 위한 모듈식 강화학습
김태윤 ,  고봉균 한국데이터정보과학회지 2021.01
Cellular V2X에서 DQN 기반의 분산 혼잡 제어
이은화 ,  정구선 ,  최주영 외 1명 한국통신학회 학술대회논문집 2021.06
공공 데이터를 활용한 시스템 트레이딩 전략의 투자 성과 분석
김승수 ,  조미경 ,  김종우 한국지능정보시스템학회 학술대회논문집 2019.10
DQN을 이용한 트레이딩 예측을 위한 강화학습 모델 구현
하은규 ,  김창복 한국정보기술학회논문지 2019.04

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-560-001427388