프로젝트 소개
본 과제는 딥러닝의 강화 학습을 주식·지수·환율 같은 금융 자료에 적용해 금융 변수 값을 예측하는 알고리즘을 개발하는 연구임.
연구 목표는 금융변수 특성을 반영한 하이브리드 강화 학습 알고리즘 개발, 가중치 매개변수 최적화 및 하이퍼파라미터 설정, GPU 컴퓨팅 및 분산처리로 고속화 수행임. CNN, LSTM, Deep Q-Network(DQN)을 통합해 시계열 학습 정확도를 높이고, 확률적 경사하강법·모멘텀·AdaGrad·Adam 비교로 매개변수 갱신을 유도하며, 입력 확장·층 심화 및 분산 학습 프레임워크로 계산시간을 단축함. 기대 효과는 정확성과 속도 향상으로 실시간 trading 및 High Frequency Trading 적용 곤란한 금융 상품에도 확장 가능함.