퀀티랩 - 퀀트투자 연구소

TensorFlow 2.5 적용과 한계

3

TensorFlow 2에서는 Graph를 생성하지 않고 코드를 [즉시 실행(Eager Execution)](https://www.tensorflow.org/guide/eager) 합니다. 이로 인해 Graph, Session 등을 신경쓰지 않아도 되서 코드를 쉽게 작성할 수 있습니다. > 사실 케라스를 사용하면 큰 차이가 없습니다만......

TensorFlow 1.15 vs 2.0 성능

6

TensorFlow 2.0을 써보니 `tensorflow-gpu`를 써서 GPU 활성화까지 되어도 너무 느림. RLTrader 1 epoch에 1분이 넘게 걸림. GPU 사용량을 보면 3%정도밖에 안쓰고 있어서 뭔가 이상함. TensorFlow 1.15로 다시 설치해서 돌려보니 10배는...

TensorFlow 2.4.1 업그레이드 검토

2

Python 3.8 + TF 2.4.1로 업그레이드를 검토한다. (dev branch에서 작업) - 코드 수정이 필요한지 확인 - TF2에서의 성능 이슈가 해결되었는지 확인

plaidML 백엔드 사용 시 쓰레드를 사용해서 그런지 A3C 진행이 안됨

- 현재 PG만 적용되어 있는데, Actor-Critic, A2C, A3C 추가 제공 - Strategy Pattern으로 재설계

Docker 이미지 제공

2

코드 공개 후 1년이 넘어가다 보니 환경이 안맞아서 워닝/에러가 생기는 경우가 있음 - [x] 개발환경 및 코드를 Docker 이미지로 제공

(수정전) `outvals=None, exps=None, ` (수정후) `outvals=None, exps=None, learning=None,` 해당 코드: https://github.com/quantylab/rltrader/blob/master/visualizer.py#L34

- N-step LSTM 및 CNN 적용 - 모델 간의 품질 비교

다양한 지표를 학습데이터에 추가

1

- PBR, PER, ROE 등의 지표를 학습데이터에 추가 - 쿼터별로 데이터가 변동되므로 해당되는 쿼터기간에 패딩 - 지표를 추가하는 것이 도움이 되는지 비교 검증

- 각 종목별로 별도의 모델을 관리하기 힘들기 때문에 일반화 모델(복수 지수/종목 학습 모델)을 구축하고, - 시장에서 유효한지 검증한다. (알파 창출 검증이 가능)