Apprentissage profond par renforcement pour le trading d’actions intégrant la fiscalité

Résumé

L’article étudie comment l’impôt sur les plus-values et les avantages fiscaux liés aux pertes réalisées influent sur les décisions de trading d’actions. Il propose d’utiliser le prix de revient fiscal moyen dans un environnement d’apprentissage par renforcement, afin qu’un agent puisse apprendre des stratégies tenant compte des impôts ainsi que des stratégies qui les ignorent. L’idée centrale est que le traitement fiscal peut modifier le moment et le choix des transactions ; il peut donc être important de modéliser directement les impôts pour optimiser le trading continu d’actions.

La comparaison rapportée conclut qu’ignorer les impôts peut réduire les rendements moyens du portefeuille de plus de 62%. L’extrait ne décrit ni les données, ni le marché, ni les règles fiscales, ni la conception de la récompense ou le protocole expérimental à l’origine de ce résultat ; son ampleur et sa généralité ne peuvent donc pas être évaluées à partir du texte disponible. Ce résultat plaide pour la prise en compte des impôts dans la conception des stratégies, mais n’établit pas que le même effet se produira selon les juridictions, les situations fiscales ou les horizons de trading.

Idées clés

• La méthode utilise le prix de revient fiscal moyen pour représenter les conséquences fiscales des décisions de trading d’actions.
• L’apprentissage par renforcement sert à apprendre des stratégies avec et sans prise en compte de la fiscalité.
• Les résultats rapportés indiquent qu’ignorer les impôts peut réduire considérablement les rendements moyens du portefeuille.
• L’extrait fournit trop peu de détails pour juger dans quelle mesure l’effet rapporté s’applique au-delà du cas étudié.

Étiquettes

# Taxable Stock Trading with Deep Reinforcement Learning


# Taxable Stock Trading with Deep Reinforcement Learning









In this paper, we propose stock trading based on the average tax basis. Recall that when selling stocks, capital gain should be taxed while capital loss can earn certain tax rebate. We learn the optimal trading strategies with and without considering taxes by reinforcement learning. The result shows that tax ignorance could induce more than 62% loss on the average portfolio returns, implying that taxes should be embedded in the environment of continuous stock trading on AI platforms.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.