Author: Tae Young Lee

Deep learning financial Product Recommendation model

금융 상품 추천 모델에서 가장 중요한 부분에 대하여 하기 슬라이드를 통해 고찰해 보자

Read more

Deep Learning Through Various Processes

딥러닝 알고리즘을 솔루션화하고 서비스화 하는 것은 바로 업의 특성에 맞는 프로세스를 제대로 알고 이에 맞추어 프로세스를 개선할 수 있는 메카니즘을 적립하고 기존에 사용되고 있는 방법보다 개선된 점이 있는지에 대한 검증 방안을 갖추어 놓은 상태에서 AI MODEL SERVING LAYER단에서 MODEL REPLACEMENT에 대한 방안 그리고 정확도나 실 데이터 유입 시 장애 대응에 대한 고려 모델 교체 주기 […]

Read more

AutoML on MS Azure

Read more

Hierachical Text Classification

자연어의 역사 근간을 통해 바라본 딥러닝에서의 자연어 처리에 대한 다양한 스킬의 발전 방향을 알아보고자 해당 블로그를 작성한다. 페르디낭 드 소쉬르(Ferdinand de Saussure, 1857년 11월 26일 ~ 1913년 2월 22일)언어학에서는 소쉬르를 빼면 이야기가 되지 않는 부분은 그야 말로 구조주의 언어학의 창시자이자 아버지이기 때문이다. 이전의 비교 언어학을 탈피하여 NLP의 근간은 구조학적 언어의 기반을 닦은 것이 바로 그이기 […]

Read more

Practical Deep Reinforcement Learning Approach for Stock Trading

DDPG(Deep Deterministic Policy Gradient)란 무엇인가? (논문 참고 : https://deepmind.com/research/publications/deterministic-policy-gradient-algorithms/ )continuous action domain을 가지 시스템에서 원하는 목적을 달성하도록 제어를 하는 알고리즘으로 actor-critic model-free policy gradient 방법을 적용하는 기술 Deep이라는 단어를 사용한 이유는, DQN과 같이 Actor와 Critic approximation function에 neural network를 사용하였기 때문이다. DDPG의 의미DQN이 가지는 큰 의미는 State/Observation space dimension이 매우 크더라도 신경망이 이를 처리하여 의미 […]

Read more

환율 예측 알고리즘 접근법

외환 환전 시스템의 아키텍처는 위와 같다.

Read more

A reinforcement learning extension to the Almgren-Chriss framework for optimal trade execution

최적의 거래 실행을위한 Almgren-Chriss 프레임 워크의 확장을 배우는 강화 학습 초록 – Reinforcement Learning은 시장 microstructure의 요소를 사용하여 최적의 거래 실행을 위해 기존 분석 솔루션을 향상시키는 후보 machine learning technique로 탐구됩니다. 거래량, 일정 시간 및 이산 거래 기간을 감안할 때 목표는 실시간 실행 중 선호 / 불리한 조건과 관련하여 동적 인 일정한 볼륨 궤적을 적용하여 […]

Read more

Applying Deep Learning to Enhance Momentum Trading Strategies in Stocks

Applying Deep Learning to Enhance Momentum Trading Strategies in Stocks http://cs229.stanford.edu/proj2013/TakeuchiLee-ApplyingDeepLearningToEnhanceMomentumTradingStrategiesInStocks.pdf abstract 우리는 개별 주식 가격의 history에서 feature를 추출하기 위해 stacked restricted Boltzmann machines로 구성된 autoencoder을 사용한다.우리 모델은 입력 기능의 extensive hand-engineering 없이 주식의 momentum effect의 향상된 버전을 발견하고 1990-2009 테스트 기간 동안 45.93 %의 연간 수익률을 basic momentum에 대해 10.53 %로 제공 할 수 […]

Read more

Amazon.com Recommendations Item-to-Item Collaborative Filtering

https://www.cs.umd.edu/~samir/498/Amazon-Recommendations.pdf 추천 알고리즘은 전자 상거래 웹 사이트에서 사용하는 것으로 알려져 있다. 그 이유는 전자 상거래 사이트야 말로 고객과의 접점이며 이는 바로 고객 분석을 통한 매출 극대화와 연관이 있기 때문이다. 그렇기에 Amazon에서는 고객의 관심사에 대한 정보를 사용하여 권장 항목 목록을 생성하고 그곳에서 만들어진 많은 응용 프로그램은 고객이 구매하고 명시적으로 자신의 관심사를 나타 내기 위해 평가한 항목(별점, […]

Read more

Prophet: forecasting at scale

Prophet: forecasting at scale 예측 Forecast는 1> Capacity Planning –  효율적인 자원할당 2> Goal Setting – Baseline과 관련있는 성과 측정 3> 결측치(anomaly detection)를 제거 위 3가지의 선결 조건이 있다. 대부분의 예측은 그 상황에 대한 경험에 의존적일 수 밖에 없으며, 그렇기에 우리는 그런 상황에 대한 가정을 통해 문제를 풀어간다. 예측은 주로 시간의 흐름에 따라 순서대로 관측되는 […]

Read more