AnyTrading - ビットコイン投資を強化学習で実行　日足編③

ビットコインの １日足 のデータでの投資シミュレーション３回目です。

強化学習のパラメータ

ソースはこれまでの応用なので割愛し、強化学習のパラメータだけを下記に示します。

  • 学習アルゴリズム(前回と同様)
    PPO2

  • 参照する直前データ数(前回と同様)
    50

  • 学習データ
    [2017-07-13 ～ 2018-05-11]　１日足データ(前回と同様)

  • 検証データ
    [2018-11-27 ～ 2019-09-23]　１日足データ(200日分移動)

投資結果

実行結果は以下の通りです。

[コンソール出力]

1
2
3
4
5
6
7
8
9
10
info: {'total_reward': -2424490000.0, 'total_profit': 0.6822839517343141, 'position': 0}
info: {'total_reward': -3870060000.0, 'total_profit': 0.5147784451587587, 'position': 1}
info: {'total_reward': -5277570000.0, 'total_profit': 0.4327079770633398, 'position': 1}
info: {'total_reward': -4064980000.0, 'total_profit': 0.5758555909084516, 'position': 1}
info: {'total_reward': -2953150000.0, 'total_profit': 0.5033038692516506, 'position': 0}
info: {'total_reward': 7233760000.0, 'total_profit': 0.8673161239047598, 'position': 0}
info: {'total_reward': 1480400000.0, 'total_profit': 0.6465792170864173, 'position': 1}
info: {'total_reward': -5552340000.0, 'total_profit': 0.37681486627647476, 'position': 1}
info: {'total_reward': 4312270000.0, 'total_profit': 0.9261066290391465, 'position': 0}
info: {'total_reward': 821240000.0, 'total_profit': 0.7060913589891954, 'position': 1}

[出力画像]

実行結果( 1回目)
実行結果( 2回目)
実行結果( 3回目)
実行結果( 4回目)
実行結果( 5回目)
実行結果( 6回目)
実行結果( 7回目)
実行結果( 8回目)
実行結果( 9回目)
実行結果(10回目)


これまでの投資結果（トータル報酬）を表にまとめてみます。

No.トータル報酬（２回前）トータル報酬（前回）トータル報酬（今回）
① 737,820,000円 1,225,670,000円-2,424,490,000円
②4,451,760,000円 2,672,370,000円 -3,870,060,000円
③4,724,240,000円 -996,930,000円 -5,277,570,000円
④-3,133,420,000円-5,494,530,000円 -4,064,980,000円
⑤7,880,400,000円 7,793,260,000円 -2,953,150,000円
⑥2,833,180,000円 -2,393,360,000円 7,233,760,000円
⑦2,268,160,000円 -815,410,000円 1,480,400,000円
⑧1,437,600,000円 839,630,000円 -5,552,340,000円
⑨-3,185,920,000円2,794,730,000円 4,312,270,000円
⑩-5,817,080,000円-5,354,750,000円 821,240,000円

１０種類の学習済みモデルは、４勝６敗と負け越してしまいました。

３期間の検証結果として全てプラス報酬となる学習済みモデルもなく、現状なかなかにキビシイ結果となっています。。。