الانتقال إلى المحتوى
جميع مستندات المكتبة

التعلم المعزز المتكرر للتداول في ظل أنظمة كامنة

مقال arXiv papers · المؤلف: Andrea Macrì et al.

الملخص

تدرس هذه الورقة التداول الأمثل عندما تتبع الإشارة عملية أورنشتاين–أولينبيك ذات ارتداد نحو المتوسط، وتتغير معلماتها وفق أنظمة خفية. وتجمع بين الشبكات العصبية المتكررة والتعلم المعزز لاستنتاج معلومات من المشاهدات عن المتوسط الكامن للإشارة وسرعة ارتدادها وتقلبها، ثم تستخدم تلك المعلومات لتوجيه التداول.

يقترح المؤلفون ثلاثة أساليب قائمة على DDPG: يمرر أحدها الحالات المخفية للشبكة العصبية المتكررة إلى وكيل التداول، بينما يزود الأسلوبان الآخران الوكيل بتقديرات لاحتمالات الأنظمة أو بتوقعات لقيمة الإشارة التالية. وتُرجح المحاكاة ذات ديناميكيات الأنظمة المتزايدة التعقيد، إلى جانب تطبيق تجريبي للتداول بين زوج من الأسهم، الأسلوب القائم على الاحتمالات من حيث المكافأة التراكمية وقابلية التفسير. ويضيف الأسلوب القائم على التوقعات فائدة محدودة، فيما يأتي أداء أسلوب الحالات المخفية بينهما. وتشير هذه النتائج إلى أهمية تمثيل المعلومات المستنتجة، لكن الأدلة في الوثيقة مستمدة من المحاكاة والتطبيق المحددين؛ ولا تثبت الأداء في أسواق أخرى أو ظروف نشر مختلفة.

الأفكار الرئيسية

  • تُمثّل إشارة التداول بوصفها ذات ارتداد نحو المتوسط، مع تغير معلماتها بين أنظمة خفية.
  • تستخلص شبكة متكررة معلومات زمنية من مشاهدات الإشارة.
  • تقدم ثلاثة تصاميم لـ DDPG للوكيل حالات خفية أو احتمالات أنظمة أو توقعات للإشارة.
  • يحقق أسلوب احتمالات الأنظمة أفضل أداء في المحاكاة وتطبيق التداول بين الأزواج المبلغ عنهما.
  • تؤثر المعلومات المقدمة إلى الوكيل في المكافآت المبلغ عنها وقابلية تفسير الاستراتيجية.

الوسوم

النص الكامل
# Deep reinforcement learning for optimal trading with partial information


# Deep reinforcement learning for optimal trading with partial information









Reinforcement Learning (RL) applied to financial problems has been the subject of a lively area of research. The use of RL for optimal trading strategies that exploit latent information in the market is, to the best of our knowledge, not widely tackled. In this paper we study an optimal trading problem, where a trading signal follows an Ornstein-Uhlenbeck process with regime-switching dynamics. We employ a blend of RL and Recurrent Neural Networks (RNN) in order to make the most at extracting underlying information from the trading signal with latent parameters. The latent parameters driving mean reversion, speed, and volatility are filtered from observations of the signal, and trading strategies are derived via RL. To address this problem, we propose three Deep Deterministic Policy Gradient (DDPG)-based algorithms that integrate Gated Recurrent Unit (GRU) networks to capture temporal dependencies in the signal. The first, a one -step approach (hid-DDPG), directly encodes hidden states from the GRU into the RL trader. The second and third are two-step methods: one (prob-DDPG) makes use of posterior regime probability estimates, while the other (reg-DDPG) relies on forecasts of the next signal value. Through extensive simulations with increasingly complex Markovian regime dynamics for the trading signal's parameters, as well as an empirical application to equity pair trading, we find that prob-DDPG achieves superior cumulative rewards and exhibits more interpretable strategies. By contrast, reg-DDPG provides limited benefits, while hid-DDPG offers intermediate performance with less interpretable strategies. Our results show that the quality and structure of the information supplied to the agent are crucial: embedding probabilistic insights into latent regimes substantially improves both profitability and robustness of reinforcement learning-based trading strategies.

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.