퀀티랩 - 퀀트투자 연구소

안녕하세요 : ) 제가 알기로는 LSTM을 stateful로 사용하려면 `batch_input_shape`를 정해줘야 하는데, RLTrader에서 미니배치로 학습을 하는 부분때문에 batch size를 픽스하기 어려웠습니다. 배치 크기를 고정한다면 `batch_input_shape`를 입력할 수 있지 않을까 합니다. 저는...

`--learning` 옵션이 추가되어 있습니다. 이 옵션을 안주면 되구요, `start_epsilon`을 0으로 주면 아마도... 될겁니다. `dev` 브랜치는 수정이 잦고 버그도 많을 것입니다. 이상한 부분 이슈 올려주시거나 PR해주시면 많은 도움이 될 것 같습니다...

@jaylee4274 수정된 코드를 확인해봐 주세요. https://github.com/quantylab/rltrader/blob/dev/run_tf_gpu.cmd 파일 보시면 A3C 실행법과 테스트 실행 커맨드가 있습니다.

@Dongwankim1 안녕하세요. https://github.com/quantylab/rltrader/blob/master/settings.py 이 파일을 의미합니다.

질문주신 사항은 테스트 데이터의 크기에 대한 것으로 이해했습니다. 우선 학습데이터가 1년치라고 테스트데이터도 1년치일 필요는 없습니다. 즉 논리적으로 문제는 없을 것입니다. 그러나 기간이 짧으면 그만큼 장기 트렌드를 덜 반영한 테스트 결과가...

setup할 때 파이썬 환경이 잡혀있지 않았던 것 같은데요, Anaconda Prompt에서 `pip install mpl_finance`로 설치해 보시길 권해드립니다.

@KisikChang 안녕하세요. https://github.com/quantylab/rltrader/tree/dev_tf2 이 브랜치 확인하시면 됩니다. 약간의 수정을 하니 TF 2.4.1에서 돌아가는 것 같은데 성능 이슈 등이 있을 수 있어서 검토 중입니다. 이슈가 있으시면 여기에 커멘트 부탁드립니다 : )

@gandol2 제보 감사합니다. 2판을 준비 중이니 이때 수정 반영하겠습니다.

@Momentum248 A2C, A3C 적용 내용을 추가해서 개정판을 준비 중이니 조금만 기다려 주세요. 개발 중인 코드는 https://github.com/quantylab/rltrader/tree/dev 에서 확인하실 수 있습니다.

@JungsooCho 안녕하세요. 말씀하신대로 정규화를 위해 적용한 것이 맞습니다. 다만 per, pbr, roe는 값의 범위가 다른 컬럼들과는 차이가 크기 때문에 100을 나누었습니다.