Lernen von Liquidationsstrategien für Märkte mit Schlussauktionen

Zusammenfassung

Diese Studie betrachtet einen Händler, der über ein Limit-Orderbuch verkauft und anschließend den verbleibenden Bestand mithilfe vorgegebener Zeitpläne in einer Schlussauktion anpasst. Die beiden Phasen sind durch eine Prognose des Auktionspreises und Rückmeldungen während der Auktion verbunden. Die Autoren vergleichen Deep-Q-Netzwerke mit projizierten DDPG, TD3 und SAC Reinforcement-Learning-Strategien in einem simulierten Markt mit synthetischen Rough-Heston-Preisen und historischen Mittelkursverläufen.

Die Strategien werden anhand des um den Bestand bereinigten Implementation Shortfall ausgewählt und bewertet; die Evaluation ist von einem gewichteten Trainingsziel getrennt. In den berichteten Simulationen erzielen die erlernten Ansätze einen geringeren bereinigten Shortfall als die Referenzstrategien von Avellaneda–Stoikov und TWAP. Vergleichbare synthetische Tests deuten außerdem darauf hin, dass der Zugang zur Auktion allen vier Lernverfahren hilft. Häufigere Rückmeldungen aus der Auktion verbessern das Lernen, während der zusätzliche Entscheidungsnutzen der Prognose des Auktionspreises je nach Lernverfahren variiert. Diese Ergebnisse beruhen auf Simulationen; die Beschreibung belegt weder eine Leistung im Live-Handel noch eine Übertragbarkeit auf andere Marktbedingungen.

Kernaussagen

• Der Liquidationsprozess verbindet kontinuierlichen Handel über ein Limit-Orderbuch mit einer Schlussauktion.
• Auktionszeitpläne passen den nach dem kontinuierlichen Handel verbleibenden Bestand an.
• Vier Reinforcement-Learning-Ansätze werden anhand simulierter Preise und historischer Mittelkursverläufe verglichen.
• Die erlernten Strategien weisen laut Bericht einen geringeren bestandsbereinigten Shortfall auf als Avellaneda–Stoikov und die Referenzstrategie TWAP.
• Der Auktionszugang hilft allen Lernverfahren in vergleichbaren synthetischen Tests; der Nutzen der Prognose hängt vom Lernverfahren ab.

Schlagwörter

# Learning Optimal Liquidation with Closing Auctions


# Learning Optimal Liquidation with Closing Auctions









We study liquidation when continuous trading is followed by a closing auction. The trader first sells through a limit-order book, then submits signed auction schedules to adjust the remaining inventory. A projected clearing price signal and intermediate auction feedback connect the two phases. We compare deep Q-network (DQN) policies with projected deep deterministic policy gradient (DDPG), twin delayed deep deterministic policy gradient (TD3) and soft actor-critic (SAC) policies, using synthetic rough Heston prices and historical midprice paths within a simulated market. Policies are selected and evaluated by inventory-penalized implementation shortfall, separately from a weighted training objective. They achieve lower inventory-penalized shortfall than the stylized Avellaneda-Stoikov (AS) and time-weighted average price (TWAP) references, and matched synthetic comparisons show that auction access is useful for all four learners. We furthermore find that dense auction credit improves learning; the clearing forecast is informative, but its incremental decision value is learner-dependent.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.