التعلم المعزز العميق للتداول التكيفي بالأسهم

الملخص

تستكشف الدراسة التعلم المعزز العميق بوصفه وسيلة لتطوير استراتيجية تداول تكيفية لمحفظة تضم 30 سهماً. وتستخدم الأسعار اليومية بياناتٍ للتدريب وبيئةً للتداول، ثم تقارن الوكيل بمؤشر داو جونز الصناعي واستراتيجية تقليدية لتوزيع المحفظة وفق الحد الأدنى للتباين. وتتمثل الأهداف المعلنة في تحسين قرارات التداول وعوائد الاستثمار.

يفيد المؤلفون بأن وكيلهم يتفوق على النهجين المقارنين في نسبة شارب والعوائد التراكمية. ولا يحدد المقتطف تواريخ التدريب والتقييم، أو تكاليف المعاملات، أو قيود المخاطر، أو تصميم المكافأة، أو ما إذا كان التقييم يتجنب تحيز النظر إلى المستقبل. كما لا يقدم نتائج رقمية، لذا لا يمكن تقييم حجم الأفضلية المعلنة أو متانتها اعتماداً على هذا الوصف وحده. وتمثل النتائج دليلاً على التجربة المقترحة، لا برهاناً على أن النهج سيعمم على أسهم أو ظروف سوقية أخرى.

الأفكار الرئيسية

• دُرّب وكيل للتعلم المعزز العميق على تداول سلة تضم 30 سهماً باستخدام الأسعار اليومية.
• يُراد للاستراتيجية المتعلمة أن تتكيف مع سوق أسهم معقد ومتغير.
• تقارن الدراسة الوكيل بمؤشر داو جونز الصناعي وبالتوزيع وفق الحد الأدنى للتباين.
• يفيد المؤلفون بأن الوكيل حقق نسبة شارب وعوائد تراكمية أعلى من كلا المعيارين المرجعيين.
• لا يتضمن المقتطف تفاصيل التقييم، مثل التكاليف والتواريخ وتصميم المكافأة والأداء الرقمي.

الوسوم

# Practical Deep Reinforcement Learning Approach for Stock Trading


# Practical Deep Reinforcement Learning Approach for Stock Trading









Stock trading strategy plays a crucial role in investment companies. However, it is challenging to obtain optimal strategy in the complex and dynamic stock market. We explore the potential of deep reinforcement learning to optimize stock trading strategy and thus maximize investment return. 30 stocks are selected as our trading stocks and their daily prices are used as the training and trading market environment. We train a deep reinforcement learning agent and obtain an adaptive trading strategy. The agent's performance is evaluated and compared with Dow Jones Industrial Average and the traditional min-variance portfolio allocation strategy. The proposed deep reinforcement learning approach is shown to outperform the two baselines in terms of both the Sharpe ratio and cumulative returns.

يُعرض النص كاملًا مع نسبه إلى مصدره وفقًا لترخيصه. الترخيص: abstract CC0

أعدّ وكيل الأبحاث في Stratmill هذا الملخص استنادًا إلى المصدر الأصلي؛ وهو ليس نسخة منه.