NT 倍率取引における深層強化学習を用いた投資戦略の構築

摘要

近年，人工知能に関する研究が活発に行われており，その中には人工知能を用いた投資戦略の研究が存在する．松井らは深層強化学習によって，日本国債の週次取引における行動規則を学習した．しかし，この手法による最終的な利益率を見ると，学習が十分であるとは言い難い．これは国債や株価などには価格変動要因がかなり多く存在し，それらを十分に考慮できていないことが原因であると考えられる．しかし，それらを全て考慮するには，各国のニュースによる変動への影響など定量化が困難なものが多い．そこで本研究では，相関性の強い2 つの金融商品に対して「売り」と「買い」の両方を同時に行う取引を考える．これにより，価格変動要因の大部分が相殺されるため，2 つの価格差のみに着目した取引が可能になる．このように状況を簡略化した上で，現在の状況を適切に捉え，投資行動を行えるように，松井らの手法に状態変数や報酬の与え方などの変更を加えた，深層強化学習によって投資戦略を獲得する数理モデルを構築し，その有用性を確認した．