情報処理学会 第79回全国大会講演要旨

本論文では、外国為替取引における通貨ペアをn本腕バンディット問題として複利型強化学習を適用し、最適レバレッジを学習することを提案する。従来の複利型強化学習は投資比率を0から1までの範囲としていたが、我々はこれまでにレバレッジを用いることによって投資比率を1より大きくしても学習が可能であることを示した。本論文では、実際の外国為替市場のデータを用いてn本腕バンディット問題を作成し、提案手法を応用した結果を示す。