بهینه‌سازی بیزی برای استراتژی‌های معاملاتی تطبیقی و ناپایا
خلاصه
این مقاله معامله خودکار در شرایط متغیر بازار را به‌صورت مسئله‌ای ناپایا از نوع مسئله bandit با بازوی پیوسته صورت‌بندی می‌کند. روش PRBO را پیشنهاد می‌دهد که بهینه‌سازی بیزی را با رویکرد bandit-over-bandit ترکیب می‌کند تا پارامترهای استراتژی را هم‌زمان با تغییر شرایط تنظیم کند. این روش در شبیه‌سازی بورس بریستول ارزیابی می‌شود؛ جایی که عامل‌های خودکار با استراتژی‌های ناهمگون بازار را شکل می‌دهند. معیار مقایسه PRSH است؛ استراتژی‌ای که پارامترها را با بهینه‌سازی از راه صعود تصادفی از تپه تطبیق می‌دهد.
نتایج شبیه‌سازی گزارش‌شده نشان می‌دهند PRBO در مقایسه با PRSH سود به‌مراتب بیشتری کسب می‌کند و به ابرپارامترهای کمتری برای تنظیم نیاز دارد. این نتیجه از مزیت احتمالی بهینه‌سازی بیزی در چارچوب معاملاتی تطبیقیِ آزموده‌شده حکایت دارد. با این حال، توضیحات ارائه‌شده بازده مطلق، برآوردهای عدم‌قطعیت یا جزئیات سناریوهای بازار و تنظیم پارامترها را دربرنمی‌گیرد. شواهد به مقایسه شبیه‌سازی‌شده بیان‌شده محدود است و ثابت نمی‌کند PRBO در بازارهای زنده یا در برابر معیارها و شرایط دیگر عملکرد بهتری خواهد داشت.
ایده‌های کلیدی
- مقاله تنظیم پارامترهای معاملاتی متناسب با تغییر شرایط را به‌صورت مسئله‌ای ناپایا از نوع مسئله bandit با بازوی پیوسته مدل می‌کند.
- PRBO برای تنظیم پارامترهای استراتژی، بهینه‌سازی بیزی را در چارچوب bandit-over-bandit به کار می‌گیرد.
- ارزیابی در شبیه‌سازی بورس بریستول و با عامل‌های خودکار ناهمگون انجام می‌شود.
- PRBO با PRSH مقایسه می‌شود که پارامترها را با بهینه‌سازی از راه صعود تصادفی از تپه تطبیق می‌دهد.
- در شبیه‌سازی گزارش‌شده، PRBO با ابرپارامترهای کمتر برای تنظیم، سود به‌طور معناداری بیشتری دارد.
- چکیده عملکرد در بازارهای زنده یا در برابر معیارهای دیگر را اثبات نمی‌کند.
برچسب‌ها
متن کامل
# Nonstationary Continuum-Armed Bandit Strategies for Automated Trading in a Simulated Financial Market # Nonstationary Continuum-Armed Bandit Strategies for Automated Trading in a Simulated Financial Market We approach the problem of designing an automated trading strategy that can consistently profit by adapting to changing market conditions. This challenge can be framed as a Nonstationary Continuum-Armed Bandit (NCAB) problem. To solve the NCAB problem, we propose PRBO, a novel trading algorithm that uses Bayesian optimization and a ``bandit-over-bandit'' framework to dynamically adjust strategy parameters in response to market conditions. We use Bristol Stock Exchange (BSE) to simulate financial markets containing heterogeneous populations of automated trading agents and compare PRBO with PRSH, a reference trading strategy that adapts strategy parameters through stochastic hill-climbing. Results show that PRBO generates significantly more profit than PRSH, despite having fewer hyperparameters to tune. The code for PRBO and performing experiments is available online open-source (https://github.com/HarmoniaLeo/PRZI-Bayesian-Optimisation).
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.