심층 강화학습을 이용한 주식투자 전략 개발

프로젝트 소개

강화학습을 수행하여, 모델을 생성, 평가하여 가장 적합한 매개변수를 판별해 가장 적합한 모델을 개발한다. 강화학습 모델의 결과를 웹으로 제공함으로 써 투자자에게 가치 있는 의사 결정 도구를 제공하는데 기여하고자 한다.

프로젝트 구조

├── README.md
├── docs
├── project-parasol-be
├── project-parasol-crawl-rl
└── project-parasol-FE

docs 졸업과제 제출물들이 저장되어 있습니다.

project-parasol-be 프로젝트의 Backend 서버입니다.

project-parasol-crawl-rl 프로젝트의 강화학습 모델을 생성하는 파이썬 코드입니다.

project-parasol-FE 프로젝트의 Frontend 웹 어플리케이션입니다.

팀 소개

	박동진	정희영	신재환
e-mail	ehdwls1638@pusan.ac.kr	h2young5618@pusan.ac.kr	jhjh307@naver.com
github	https://github.com/minmunui	https://github.com/h2-young
role	- 전체적인 프로젝트 구상 - 프론트앤드 개발 - 강화학습 에이전트 학습 환경 개발	- 강화학습 에이전트 학습 - 하이퍼파라미터 튜닝 - 전체적인 강화학습 파트 구상	- 백앤드 개발 - 강화학습을 위한 데이터 수집

구성도

소개 및 시연 영상

사용법

원본 Repository

각 기능별 디렉토리 내부의 README.md 파일을 참고하세요.

1. 프로젝트 클론

해당 레포지토리를 클론합니다.

안정적인 진행을 위해서는 모든 레포지터리를 각각 클론하여 작업을 진행하는 것을 추천합니다. 각 저장소 별 README.md를 참고하세요.

아래는 각 저장소의 주소입니다. 순서대로 클룬 및 작업을 진행하세요.

Reinforcement Learning : https://github.com/minmunui/project-parasol-crawl-rl

Back-End : https://github.com/minmunui/project-parasol-be

Front-End : https://github.com/minmunui/project-parasol-FE.git

git clone <해당 프로젝트 주소>

2. 크롤링, 강화학습 수행을 통한 예측 결과 생성

이 과정은 project-parasol-crawl-rl 프로젝트를 참고하세요.

예측결과 CSV파일은 [종목코드]_[사용알고리즘].csv 형식으로 ./project-parasol-be/data 디렉토리에 저장되어야 합니다.

3. 백앤드 프로젝트 실행

이 과정은 project-parasol-be 프로젝트를 참고하세요.

4. 프론트앤드 프로젝트 실행

이 과정은 project-parasol-FE 프로젝트를 참고하세요. 웹 페이지가 실행되면 결과를 확인할 수 있습니다.