強化学習（RL）は、エージェントが環境との相互作用を通じて報酬を最大化する行動を選択する手法です。トレードにおいては、価格変動が「環境」となり、売買の実行が「行動」、収益の増減が「報酬」として定義されます。
従来のルールベースのシステムとは異なり、RLは未知の相場状況においても自ら最適なパスを探索します。この自己学習能力により、機械学習アルゴリズムの中でも特に高い適応性を発揮します。
- エージェント (Agent)
- 取引を実行し、学習を行う主体となるAIモデル。
- 状態 (State)
- 市場価格、指標、ボラティリティなどの現在データセット。