یادگیری تقویتی عمیق برای معامله در بازارهای مختلف
خلاصه
این مقاله دو روش یادگیری تقویتی عمیق، شبکه کیو عمیق دوگانه و بهینه‌سازی سیاست مجاورتی را برای معامله ارزیابی می‌کند. عملکرد آن‌ها با یک معیار نگهداری و خرید با استفاده از داده‌های روزانه از 2019 تا 2023 مقایسه می‌شود. دارایی‌های مورد بررسی شامل سه جفت‌ارز، شاخص S&P 500 و بیت‌کوین هستند.
نتایج گزارش‌شده نشان می‌دهند که سامانه‌های یادگیری تقویتی می‌توانند در شرایط نامساعد از معامله خودداری کنند و بازده تعدیل‌شده بر مبنای ریسک بهتری از روش‌های کلاسیک یادگیری نظارت‌شده به دست آورند. این موضوع نشان می‌دهد سیاستی که بتواند زمان بیرون‌ماندن از بازار را انتخاب کند، ممکن است هم به مدیریت ریسک و هم به گزینش معامله کمک کند. خلاصه، جفت‌ارزها، طراحی مدل، هزینه‌های معامله، روش اعتبارسنجی یا نتایج هر دارایی را مشخص نمی‌کند و هیچ سنجه عملکرد عددی ارائه نمی‌دهد. بنابراین، یافته‌ها را باید ادعاهایی درباره داده‌ها و چارچوب آزموده‌شده در این مطالعه دانست، نه شاهدی بر تعمیم روش‌ها به دوره‌های دیگر یا معامله زنده.
ایده‌های کلیدی
- این مطالعه DDQN و PPO را با معیار نگهداری و خرید مقایسه می‌کند.
- راهبردها با داده‌های روزانه جفت‌ارزها، یک شاخص سهام و بیت‌کوین ارزیابی می‌شوند.
- دوره آزمون گزارش‌شده از 2019 تا 2023 است.
- نویسندگان بخشی از مدیریت ریسک این روش‌ها را به پرهیز از معاملات نامساعد نسبت می‌دهند.
- در این مطالعه، بازده تعدیل‌شده بر مبنای ریسکِ گزارش‌شده از روش‌های کلاسیک یادگیری نظارت‌شده بیشتر است.
برچسب‌ها
متن کامل
# Can Artificial Intelligence Trade the Stock Market? # Can Artificial Intelligence Trade the Stock Market? The paper explores the use of Deep Reinforcement Learning (DRL) in stock market trading, focusing on two algorithms: Double Deep Q-Network (DDQN) and Proximal Policy Optimization (PPO) and compares them with Buy and Hold benchmark. It evaluates these algorithms across three currency pairs, the S&P 500 index and Bitcoin, on the daily data in the period of 2019-2023. The results demonstrate DRL's effectiveness in trading and its ability to manage risk by strategically avoiding trades in unfavorable conditions, providing a substantial edge over classical approaches, based on supervised learning in terms of risk-adjusted returns.
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.