大学の研究室で実験を繰り返し自動実行しているので、終わったところまでの結果を回収する その結果を考察する 新しい状態クラスを作る（今は移動平均乖離率とRSIのみ） Rオシレーター 順位相関指数（RCI） ディレクショナル・ムーブメント（DMI） HLバンド …

「１」を「００１」と出力するには、java.text.DecimalFormatを使えばいいのか。 変数に入ってる数字の桁数を調べて(ry、とかいう処理を書こうかと思ったけど、やっぱりちゃんとそういうクラスは用意してあった。 import java.text.DecimalFormat; public cl…

参考URL JavaでHello World プロパティファイル編 カブロボシステムで実験を行うにあたって、実験ごとに変更するパラメータの値をコードに直接書くのはいかがなものかと考えたので、外部ファイルから値を読み込むようにしました。 幸い、Javaにはそういうと…

ストレッチのコツ、あるいは「実録！ 体育教師に『なにその硬さ。お婆さん？』と嘲笑されたわたくしが開脚前屈で胸をぺったり床につけられるようになるまで」 ようするに腰を曲げるんじゃなくて、骨盤を前方に回転させろってことだよね。 俺の場合それ以前の…

実験の設定をフィールドに持つクラスを作る そのクラスをいじるだけで、色々な実験が出来るようにする。 行動を「買う」「売る」の二つから、「買う」「待つ」「売る」の三つにした場合でも実験する。

卒研を進めよう

今日は休みにしよう

昨日は大学から帰ってきても、まったく研究に手をつけなかった。喉が痛い、微妙にだるい、鼻が出る。弱いな俺。今日は進めよう

強化学習の設定 強化学習方法：Actor-Critic 状態：RSI（相対力指数）を0〜100で1区切りずつ（計100個） 報酬：資産評価額の前日比を求めた値をｘとし、tanh(1000*x)を報酬とする。 取引銘柄：新日本製鐵[5401] 取引期間 開始日: 2005-01-05 終了日: 2006-12…

きのうは以下のコードで終了しましたが、まともな結果がでないなど色々いじっているうちに public double calcReward(double action, Stock stock) { double reward = 0.0; AssetManager am = AssetManager.getInstance(); TimeManager tm = TimeManager.get…

プログラム： public static void main(String[] args) { for (double i = -3; i <= 3; i += 0.10) { System.out.println(i); } } 実行結果： -3.0 -2.9 -2.8 -2.6999999999999997 -2.5999999999999996 -2.4999999999999996 ... 望んでいる結果： -3.0 -2.9 …

現在の報酬条件では、ある銘柄の購入価格（始値）と終値を比較し、実行した行動が「購入」、「売却」かによって変えている。 public double calcReward(double action, Stock stock, InformationManager im) { double reward = 0; //株の購入価格はその日の…

いい改善案が思いつかなくて、サッパリ進まん

今日はとりあえず報酬をいじくってみる！

シグモイド関数のような曲線を描く関数で、−１〜１までの値が得られるものはないかなと探していたらtanh関数が見つかったのでそれを利用したのだけれど、いつも同じ値が出てしまいまともに学習されない。 今日はもう遅いので、明日検証する。 public double …

寝すぎた2時に寝て、10時に起きてしまった。一度いつもどおり7時ごろに目が覚めたのに、こんな時間に…。13時から大学で奨学金返済についての説明会があるので、研究はその後で。

適格度トレースは良くわからんので、つま先でつついてはみるけど踏み込まないのが続いていました。がしかし、こんな感じに学習させたらいいんじゃない？と考えていたことが、適格度トレースに似ているようなのでちょっと真面目に読んでみました。 http://www…

だ、駄目だこんなことでは！

「自動的にプログラムを繰り返し実行する」機能はUWSCで実現しましたが、もしかしてThread.sleep()を使えば出来るんじゃね？と思い以下のコードで実験してみた。 public static void main(String[] args) { String[] arg = { "-n", "RSIRobo2" }; for (int i…

昨日寝る前に朝まで学習させようと思ったけれど、すぐに収束したので止めた結果のグラフ。 繰り返し４回目でBuy&Hold教に入信したらしく、総トレード数がほぼ１になっています。状態数を減らすとただでさえ酷い学習に磨きがかかりますね。ただ、資産評価額の…

大学に行っている間に上記の学習をさせていたので、その結果を書いておく 強化学習の設定 強化学習方法：Actor-Critic 状態：RSI（相対力指数）を0〜100で1区切りずつ（計100個） 報酬 買：買ったその日の終値が高ければ+1、そうでなければ-1 売：打ったその…

UWSC 上のソフトを使ってとりあえず10回繰り返してみました。スクリプトの記述はExcelのマクロっぽいですね。vbもこんな感じなのかな。 RunEclipse.uws ACW(GETID("Java - RSIRobo2.java - Eclipse SDK","SWT_Window0"),-4,-4,1288,1032,0) BTN(LEFT,DOWN,19…

理系で卒業研究中なのに、週一回しか大学に行かないってのもおかしな話だよな。まあ家でプログラム組んでるほうがはかどるからいいんだけどね。今日は自動で繰り返し機能をつけたいと思います。 TODO 同じ期間の学習を繰り返すことが出来るようにする。（例…

１回目の学習結果 終了時資産評価額：50331213 勝ちトレードの純損益％：1.7739999999999998 負けトレードの順損失％：-0.848 最大負けトレード％：-8.49056603773585 最大勝ちトレード％：11.838790931989925 勝率％：61.05263157894737 総トレード数：95 …

うまくいっている模様。後は、実験を繰り返すごとに学習が進んでいることが確認できれば確信できるねぇ。

//何枚マイナスしたかを数える int minus = 0; //注文株数が正しくなるように調整する while (orderQty > sumStockHold) { orderQty = orderQty + minus * stock.getUnit(); minus--; } //注文株数はactionに基づいているので、株数を減らした分action値も減…

ここの37845, -1000株売却が原因だな…。5000株をちゃんと処理できてないのか。 【前場】ID:37845, 保有株数:1000 現物保有額：429000 5000株売ります 37845, -1000株売却 【後場】ID:37845, 保有株数:2000 【スクリーニング】ID:37845, 保有株数:2000

public ACMemo(Stock stock, State state) { //this.stock = stockではなくて ACMemo.stock = stock; ACMemo.state = state; ACMemo.portfolioMemo = new PortfolioMemo(); } のようにする。クラスメソッドへのアクセスがClass.getInstance()なんだから当た…

すでにインスタンスが保存されている場合とされていない場合で分けるために、フォルダの中にあるファイルの名前を調べる必要があるので、java.io.Fileを使用する。今まで使ったことがあるのは PrintWriter fout = new PrintWriter(new BufferedWriter(new Fi…

本日の題名に書いた機能をつけるため、今日も１日がんばろう。 この機能の実装にはJavaにあるjava.io.Serializableインターフェースを使う。Serializableは自分の持っている書籍での解説が皆無なので以下のサイトを参考にする。このインターフェースを実装す…