یادگیری عمیق Q برای معامله پرتفوی چنددارایی
خلاصه
این پژوهش معامله پرتفوی را بهصورت فرایند تصمیمگیری مارکوفی صورتبندی میکند و عاملی را با یادگیری عمیق Q آموزش میدهد تا تخصیصها را میان چند دارایی انتخاب کند. فضای کنش گسسته و ترکیبی است: عامل برای هر دارایی، جهت معاملهای با اندازه ازپیشتعیینشده برمیگزیند. برای رسیدگی به کنشهایی که محدودیتها را نقض میکنند، روش پیشنهاد ناممکن را به نزدیکترین گزینه ممکن نگاشت میکند. همچنین طراحی عامل و شبکه Q را شرح میدهد که برای مدیریت فضای کنش چنددارایی و شبیهسازی کنشهای ممکن در هر حالت در نظر گرفته شده است.
این رویکرد با بکتست روی دو پرتفوی نماینده ارزیابی میشود و نتایج آن بهتر از راهبردهای معیار گزارش شدهاند. سند پرتفویها، معیارها، دوره ارزیابی یا فرضهای هزینه معامله را مشخص نمیکند؛ بنابراین دامنه و ارتباط این مقایسه با معامله زنده را نمیتوان تنها بر اساس شرح موجود سنجید.
ایدههای کلیدی
- فرایند تصمیمگیری پرتفوی بهصورت فرایند مارکوفی مدلسازی و با یادگیری عمیق Q آموزش داده میشود.
- عامل برای هر دارایی جهتهای گسسته و اندازههای معاملاتی ازپیشتعیینشده انتخاب میکند.
- مرحله نگاشت، کنشهای پیشنهادی ناممکن را به کنشهای ممکن نزدیک تبدیل میکند.
- گزارش شده است که بکتستهای دو پرتفوی از راهبردهای معیار بهتر عمل کردهاند، اما جزئیات ارزیابی ارائه نشدهاند.
برچسبها
متن کامل
# An intelligent financial portfolio trading strategy using deep Q-learning # An intelligent financial portfolio trading strategy using deep Q-learning Portfolio traders strive to identify dynamic portfolio allocation schemes so that their total budgets are efficiently allocated through the investment horizon. This study proposes a novel portfolio trading strategy in which an intelligent agent is trained to identify an optimal trading action by using deep Q-learning. We formulate a Markov decision process model for the portfolio trading process, and the model adopts a discrete combinatorial action space, determining the trading direction at prespecified trading size for each asset, to ensure practical applicability. Our novel portfolio trading strategy takes advantage of three features to outperform in real-world trading. First, a mapping function is devised to handle and transform an initially found but infeasible action into a feasible action closest to the originally proposed ideal action. Second, by overcoming the dimensionality problem, this study establishes models of agent and Q-network for deriving a multi-asset trading strategy in the predefined action space. Last, this study introduces a technique that has the advantage of deriving a well-fitted multi-asset trading strategy by designing an agent to simulate all feasible actions in each state. To validate our approach, we conduct backtests for two representative portfolios and demonstrate superior results over the benchmark strategies.
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.