راهبردهای یادگیری تقویتی عمیق برای معامله قراردادهای آتی
خلاصه
این مطالعه یادگیری تقویتی عمیق را برای معامله پیوسته قراردادهای آتی به کار می‌گیرد و فضای کنش گسسته و پیوسته را بررسی می‌کند. مقیاس‌بندی بر مبنای نوسان را در تابع پاداش می‌گنجاند تا اندازه موقعیت‌ها به نوسان بازار واکنش نشان دهند. الگوریتم‌ها روی 50 قرارداد آتی نقدشونده از 2011 تا 2019 ارزیابی می‌شوند و کالاها، شاخص‌های سهام، درآمد ثابت و ارز را پوشش می‌دهند.
آزمایش‌های گزارش‌شده راهبردهای یادگرفته‌شده را با معیارهای مومنتوم سری زمانی مقایسه می‌کنند و نشان می‌دهند که روش‌های یادگیری تقویتی بهتر عمل می‌کنند، حتی پس از لحاظ‌کردن هزینه‌های سنگین معامله. نویسندگان راهبردهایی را توصیف می‌کنند که می‌توانند در روندهای بزرگ موقعیت‌ها را حفظ کنند و هنگام تثبیت بازار، میزان مواجهه را کاهش دهند یا منتظر بمانند. سند الگوریتم‌های دقیق، ساخت قراردادها، طراحی اعتبارسنجی یا سنجه‌های عملکرد تفصیلی را مشخص نمی‌کند؛ بنابراین، یافته‌ها باید در چارچوب مجموعه‌داده و مقایسه بیان‌شده درک شوند، نه به‌عنوان تضمینی برای نتایج آینده.
ایده‌های کلیدی
- مطالعه راهبردهای یادگیری تقویتی را با کنش‌های معاملاتی گسسته و پیوسته آموزش می‌دهد.
- پاداش‌های مقیاس‌بندی‌شده بر مبنای نوسان، مواجهه موقعیت را با تغییرات نوسان بازار تنظیم می‌کنند.
- ارزیابی، قراردادهای آتی نقدشونده از چندین طبقه دارایی را در دوره تاریخی بیان‌شده پوشش می‌دهد.
- روش‌ها با مومنتوم کلاسیک سری زمانی مقایسه شده‌اند و گزارش شده است که پس از هزینه‌های معامله بهتر عمل می‌کنند.
- خلاصه جزئیات کافی برای ارزیابی انتخاب‌های اعتبارسنجی یا سنجه‌های عملکرد ارائه نمی‌کند.
برچسب‌ها
متن کامل
# Deep Reinforcement Learning for Trading # Deep Reinforcement Learning for Trading We adopt Deep Reinforcement Learning algorithms to design trading strategies for continuous futures contracts. Both discrete and continuous action spaces are considered and volatility scaling is incorporated to create reward functions which scale trade positions based on market volatility. We test our algorithms on the 50 most liquid futures contracts from 2011 to 2019, and investigate how performance varies across different asset classes including commodities, equity indices, fixed income and FX markets. We compare our algorithms against classical time series momentum strategies, and show that our method outperforms such baseline models, delivering positive profits despite heavy transaction costs. The experiments show that the proposed algorithms can follow large market trends without changing positions and can also scale down, or hold, through consolidation periods.
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.