یادگیری عمیق کیو مبتنی بر توجه برای معامله اختیار خرید و فروش همزمان
خلاصه
این پژوهش رویکردی خودکار با موقعیت خرید نوسان را شرح میدهد که اختیارهای خرید و فروش همزمان را معامله میکند، بیآنکه جهت افزایش یا کاهش قیمت را پیشبینی کند. در آن از شبکه کیو عمیق دوگانه مبتنی بر ترنسفورمر استفاده میشود که بر ورودیهای سری زمانی توجه میکند و اطلاعات چند چرخه را به کار میگیرد. طراحی پاداش بر درآمد مازاد در افق بلندتر تأکید دارد و زیانهای فراتر از آستانه حد ضرر را نیز در نظر میگیرد؛ سطوح مقاومت هم در شرایط نامطمئن بازار اطلاعات زمینهای بیشتری فراهم میکنند.
آزمایشها سهام چین، نفت خام برنت و بیتکوین را پوشش میدهند. نویسندگان گزارش میکنند که مدل مبتنی بر توجه آنها در بازارهای آزمودهشده کمترین حداکثر افت سرمایه را داشته و، بهجز در نفت خام، میانگین بازده بالاتری از مدلهای مقایسهای ثبت کرده است. بنابراین مزیت گزارششده در همه بازارها یکسان نیست. سند درباره انتخاب اختیارها، هزینههای پیادهسازی، دورههای نمونه یا استحکام نتایج فراتر از این آزمایشها جزئیاتی نمیدهد؛ ازاینرو نتایج مشخص نمیکنند که این رویکرد در معامله زنده چگونه عمل خواهد کرد.
ایدههای کلیدی
- اختیارهای خرید و فروش همزمان در پی بهرهگیری از نوساناند و به پیشبینی جهت قیمت نیاز ندارند.
- مدل، ترنسفورمر و یادگیری عمیق کیو دوگانه را با توجه زمانی و چندچرخهای ترکیب میکند.
- تابع پاداش، درآمد مازاد بلندمدت را در اولویت قرار میدهد و آستانه حد ضرر را نیز لحاظ میکند.
- هنگامی که جهت قیمت نامطمئن است، از سطوح مقاومت بهعنوان اطلاعات مرجع استفاده میشود.
- مقایسههای گزارششده درباره افت سرمایه و بازده از سه بازار میآیند؛ مزیت بازده، نفت خام را شامل نمیشود.
برچسبها
متن کامل
# Automated Trading System for Straddle-Option Based on Deep Q-Learning # Automated Trading System for Straddle-Option Based on Deep Q-Learning Straddle Option is a financial trading tool that explores volatility premiums in high-volatility markets without predicting price direction. Although deep reinforcement learning has emerged as a powerful approach to trading automation in financial markets, existing work mostly focused on predicting price trends and making trading decisions by combining multi-dimensional datasets like blogs and videos, which led to high computational costs and unstable performance in high-volatility markets. To tackle this challenge, we develop automated straddle option trading based on reinforcement learning and attention mechanisms to handle unpredictability in high-volatility markets. Firstly, we leverage the attention mechanisms in Transformer-DDQN through both self-attention with time series data and channel attention with multi-cycle information. Secondly, a novel reward function considering excess earnings is designed to focus on long-term profits and neglect short-term losses over a stop line. Thirdly, we identify the resistance levels to provide reference information when great uncertainty in price movements occurs with intensified battle between the buyers and sellers. Through extensive experiments on the Chinese stock, Brent crude oil, and Bitcoin markets, our attention-based Transformer-DDQN model exhibits the lowest maximum drawdown across all markets, and outperforms other models by 92.5\% in terms of the average return excluding the crude oil market due to relatively low fluctuation.
با ذکر منبع و مطابق مجوز اثر، بهطور کامل نمایش داده میشود. مجوز: abstract CC0
این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخهای از اثر منبع نیست.