複利型強化学習を用いた国債銘柄選択

  • 松井 藤五郎
    中部大学生命健康科学部臨床工学科 中部大学工学部情報工学科
  • 後藤 卓
    三菱東京UFJ銀行 融資企画部
  • 和泉 潔
    東京大学大学院 工学系研究科 システム創成学専攻 JSTさきがけ
  • 陳 昱
    東京大学大学院 工学系研究科 システム創成学専攻

書誌事項

タイトル別名
  • フクリガタ キョウカ ガクシュウ オ モチイタ コクサイ メイガラ センタク

この論文をさがす

抄録

<p>複利型強化学習は,複利のリターンに基づいて強化学習を行う枠組みであり,ファイナンスへの応用に適している. 本論文では,複利型強化学習を国債銘柄を選択する問題へ適用し,その結果を報告する. 具体的には,国債銘柄選択問題を債務不履行(デフォルト)確率と利回りに基づいてバンディット問題として定式化する方法について述べ,複利型Q学習をこの問題に適用した実験結果を報告する.</p>

収録刊行物

詳細情報 詳細情報について

問題の指摘

ページトップへ