ترکیب استراتژی‌های یادگیری تقویتی عمیق برای معامله رمزارز
خلاصه
این پژوهش رویکردی ترکیبی برای معامله درون‌روزی سبد رمزارزها با یادگیری تقویتی عمیق ارائه می‌کند. مدل‌های کاندید با استفاده از چندین دوره اعتبارسنجی انتخاب می‌شوند و سپس سیاست‌های منتخب از طریق یک توزیع آمیخته با هم ترکیب می‌شوند. هدف، بهبود تعمیم‌پذیری در محیطی با بازار بسیار تصادفی است.
نویسندگان عملکرد را در دوره‌های آزمون برون‌نمونه‌ای با تفکیک جزئی بررسی می‌کنند و برای سازگاری با داده‌های مالی متغیر، مدل‌ها را به‌طور دوره‌ای بازآموزی می‌کنند. آن‌ها از عملکرد بهتر برون‌نمونه‌ای در مقایسه با یک استراتژی مستقل یادگیری تقویتی عمیق و نیز سرمایه‌گذاری منفعل گزارش می‌دهند. سند جزئیاتی درباره دارایی‌ها، هزینه‌ها، پیاده‌سازی یا اندازه و معناداری آماری این بهبودها ارائه نمی‌کند؛ بنابراین این مقایسه به‌تنهایی اثربخشی در معامله زنده را اثبات نمی‌کند.
ایده‌های کلیدی
- برای انتخاب مدل‌های مجموعه از چندین دوره اعتبارسنجی استفاده می‌شود.
- یک سیاست مبتنی بر توزیع آمیخته، مدل‌های یادگیری تقویتی منتخب را ترکیب می‌کند.
- عملکرد در دوره‌های برون‌نمونه‌ای کوتاه‌تر بررسی می‌شود تا پایداری با تحول بازار سنجیده شود.
- برای رسیدگی به غیرایستایی داده‌های مالی، بازآموزی دوره‌ای به کار می‌رود.
- در مقایسه‌های برون‌نمونه‌ای گزارش‌شده، مجموعه مدل‌ها از یک استراتژی مستقل یادگیری تقویتی عمیق و سرمایه‌گذاری منفعل بهتر عمل می‌کند.
برچسب‌ها
متن کامل
# An Ensemble Method of Deep Reinforcement Learning for Automated Cryptocurrency Trading # An Ensemble Method of Deep Reinforcement Learning for Automated Cryptocurrency Trading We propose an ensemble method to improve the generalization performance of trading strategies trained by deep reinforcement learning algorithms in a highly stochastic environment of intraday cryptocurrency portfolio trading. We adopt a model selection method that evaluates on multiple validation periods, and propose a novel mixture distribution policy to effectively ensemble the selected models. We provide a distributional view of the out-of-sample performance on granular test periods to demonstrate the robustness of the strategies in evolving market conditions, and retrain the models periodically to address non-stationarity of financial data. Our proposed ensemble method improves the out-of-sample performance compared with the benchmarks of a deep reinforcement learning strategy and a passive investment strategy.
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.