หลักสูตร/ปี พ.ศ. วิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมคอมพิวเตอร์ ปี พ.ศ. 2560
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2559
ประเภทโครงงาน
โครงงานวิศวกรรม
ชื่อโครงงานภาษาไทย
การเรียนรู้แบบเสริมกำลังเชิงลึกสำหรับการซื้อขายตราสารทางการเงิน
ชื่อโครงงานภาษาอังกฤษ
Deep Reinforcement Learning for Trading
ผู้พัฒนา
5610503833 คณาธิป จิตตวิสุทธิวงศ์
อาจารย์ที่ปรึกษาหลัก
จันทนา จันทราพรชัย
อาจารย์ที่ปรึกษาร่วม
-
บทคัดย่อ
ปัจจุบันมีการนำเทคโนโลยีด้านปัญญาประดิษฐ์ไปประยุกต์ใช้ในงานหลายด้านรวมไปถึงการซื้อขายตราสารทางการเงินจึงทำให้การพัฒนาระบบซื้อขายทางการเงินด้วยปัญญาประดิษฐ์แบบอัตโนมัติซึ่งถือว่าเป็นงานที่มีความท้าทายอย่างยิ่งเนื่องจากมีหลายปัญหาที่ต้องหาทางแก้ไข เช่น ปัญหาสัญญาณรบกวนและไม่นิ่งของข้อมูลทางการเงิน และ ความถี่ในการสั่งซื้อขายที่หากสูงเกินไป อาจจะทำให้ขาดทุนแทนที่จะได้กำไร
ในงานชิ้นนี้เสนอวิธีการเรียนรู้แบบเสริมกำลังเชิงลึกสำหรับซื้อขายตราสารทางการเงินที่รับมือกับความท้าทายเหล่านี้ด้วยการเพิ่มจำนวนชั้นของโครงข่ายประสาทเทียม และสามารถลดความไม่แน่นอนและสัญญาณรบกวนของข้อมูลทางการเงินด้วยการแทนค่าแบบคลุมเครือ
Abstract
Nowadays artificial intelligence has been applied in many field including the algorithmic trading system. However algorithmic automated financial trading is much more difficult. Firstly, the financial data contain a large number of noise, jump and movement leading to the highly non-stationary time series [1]. Secondly, frequently changing the trading position will lead to huge losses due to the transaction cost.
In this paper, We deal with these challenges by introducing a deep recurrent neural network for trading with fuzzy extensions to reduce uncertainty in financial data.
คำสำคัญ (Keywords)
Deep Learning, Recurrent Reinforcement Learning, Fuzzy Representation, Neural Network
เว็บไซต์โครงงาน
-
ที่เก็บเวอร์ชันซอร์สโค้ด
-
ผู้นำเข้าข้อมูลครั้งแรก
คณาธิป
จิตตวิสุทธิวงศ์
(b5610503833)
แก้ไขครั้งสุดท้าย
เมื่อ May 31, 2017, 11:51 p.m. โดย
คณาธิป
จิตตวิสุทธิวงศ์
(b5610503833)
สถานะการอนุมัติ
อนุมัติแล้ว โดย
จันทนา
จันทราพรชัย
(fengcnc)
เมื่อ June 5, 2017, 7:11 p.m.