프로젝트 소개
본 과제는 금융시장 데이터를 학습해 금융 변수 예측 알고리즘을 만드는 연구로, 딥러닝의 강화 학습을 적용함.
연구 목표는 기존 알고리즘을 수학적으로 개선해 정확성과 속도를 향상시키는 하이브리드 강화 학습 알고리즘 개발, 가중치 매개변수 최적화 및 하이퍼파라미터 설정, GPU 컴퓨팅·분산처리를 통한 고속화 지원에 있음. Convolutional Neural Network (CNN), Long Short Term Memory (LSTM), Deep Q-Network (DQN) 등을 금융 시계열에 통합하고 입력 확장·층 심화로 정확도 향상, 확률적 경사하강법·모멘텀·AdaGrad·Adam 비교를 통한 최적 갱신 유도, 실시간 trading 및 범용 적용을 위한 분산 딥러닝 프레임워크 개발을 기대함.