یادگیری تقویتی برای تنظیم پویای اندازه در معاملات جفتی رمزارز
خلاصه
این پژوهش بررسی می‌کند که آیا یادگیری تقویتی می‌تواند معاملات جفتی رمزارز را بهبود دهد؛ رویکردی در آربیتراژ آماری که تفاوت قیمت دارایی‌های همبسته را معامله می‌کند. نویسندگان محیط‌های معاملاتی می‌سازند و عامل‌ها را آموزش می‌دهند تا زمان و شیوه معامله جفت‌های رمزارزی را انتخاب کنند. آن‌ها همچنین برای این مسئله یادگیری، شکل‌دهی پاداش و فضاهای مشاهده و کنش را توسعه می‌دهند تا تصمیم‌های معاملاتی به‌صورت پویا تطبیق یابند.
آزمایش‌ها از داده‌های یک‌دقیقه‌ای BTC-GBP و BTC-EUR استفاده می‌کنند. سود سالانه‌شده گزارش‌شده برای معاملات جفتی سنتی 8.33% است، در مقایسه با دامنه 9.94% تا 31.53% برای عامل‌های یادگیری تقویتی آزموده‌شده که به نوع یادگیرنده بستگی دارد. این نتایج نشان‌دهنده عملکرد تاریخی قوی‌تری در آزمایش‌های گزارش‌شده‌اند، اما به‌تنهایی سودآوری در معامله زنده را اثبات نمی‌کنند. سند هزینه‌های معامله، مقایسه‌های تعدیل‌شده بر اساس ریسک یا جزئیات اعتبارسنجی خارج از نمونه را مشخص نمی‌کند؛ بنابراین نتایج باید در محدوده داده‌ها و ارزیابی توصیف‌شده تفسیر شوند.
ایده‌های کلیدی
- این پژوهش یادگیری تقویتی را برای معاملات جفتی میان رمزارزهای همبسته به کار می‌گیرد.
- عامل‌ها آموزش می‌بینند تا زمان‌بندی و اندازه معامله را در محیط‌های ساخته‌شده انتخاب کنند.
- این رویکرد از شکل‌دهی پاداش و فضاهای مشاهده و کنش سفارشی استفاده می‌کند.
- آزمایش‌ها BTC-GBP و BTC-EUR را در بازه‌های یک‌دقیقه‌ای پوشش می‌دهند.
- دامنه سود RL گزارش‌شده از نتیجه استراتژی سنتی بیشتر است، اما چکیده درباره عملکرد پایدار در شرایط معامله واقعی و هزینه‌ها توضیح روشنی نمی‌دهد.
برچسب‌ها
متن کامل
# Reinforcement Learning Pair Trading: A Dynamic Scaling approach # Reinforcement Learning Pair Trading: A Dynamic Scaling approach Cryptocurrency is a cryptography-based digital asset with extremely volatile prices. Around USD 70 billion worth of cryptocurrency is traded daily on exchanges. Trading cryptocurrency is difficult due to the inherent volatility of the crypto market. This study investigates whether Reinforcement Learning (RL) can enhance decision-making in cryptocurrency algorithmic trading compared to traditional methods. In order to address this question, we combined reinforcement learning with a statistical arbitrage trading technique, pair trading, which exploits the price difference between statistically correlated assets. We constructed RL environments and trained RL agents to determine when and how to trade pairs of cryptocurrencies. We developed new reward shaping and observation/action spaces for reinforcement learning. We performed experiments with the developed reinforcement learner on pairs of BTC-GBP and BTC-EUR data separated by 1 min intervals (n=263,520). The traditional non-RL pair trading technique achieved an annualized profit of 8.33%, while the proposed RL-based pair trading technique achieved annualized profits from 9.94% to 31.53%, depending upon the RL learner. Our results show that RL can significantly outperform manual and traditional pair trading techniques when applied to volatile markets such as~cryptocurrencies.
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.