עבור לתוכן
כל מסמכי הספרייה

למידת חיזוק מרובת סוכנים המודעת להוגנות לביצוע פקודות במניות

מאמר arXiv papers · מחבר: Wenhang Bao

סיכום

המאמר עוסק בשאלה כיצד דסק מסחר צריך לבצע פקודות עבור כמה לקוחות המבקשים את אותם נכסים, כאשר גודל הפקודות, אופקי הזמן והעדפות הסיכון שלהם שונים. ביצועים מוקדמים יותר עשויים להזיז מחירים, ולכן אופטימיזציה של הכנסות המסחר המצטברות עלולה לפגוע בלקוחות שפקודותיהם מבוצעות מאוחר יותר. המסגרת המוצעת משתמשת בלמידת חיזוק מרובת סוכנים כדי לפתח אסטרטגיות לכל לקוח בנפרד, תוך איזון התוצאות בין הקבוצה.

מדד ג׳יני מוכלל מצרף את הכנסות הלקוחות ומאפשר לשלוט ביעד ההוגנות לצד אופטימיזציית ההכנסות. המחברים מדווחים על ראיות אמפיריות לכך שהגישה משפרת הוגנות תוך שמירה על אופטימיזציית הכנסות, וטוענים שלמידת חיזוק יכולה להתאים את האסטרטגיות לתנאי שוק משתנים. התיאור שסופק אינו כולל מערך נתונים, הגדרת ניסוי, תוצאות מספריות או פרטי השוואה, ולכן אי אפשר להעריך על סמך הטקסט לבדו את עוצמתה ואת מידת הכללתה של הטענה האמפירית.

רעיונות מרכזיים

  • ביצוע פקודות ללקוחות עלול ליצור מתח בין מקסום ההכנסה הכוללת לבין יחס הוגן ללקוחות.
  • פקודות מוקדמות יותר עשויות להשפיע על המחירים ולהגדיל את עלויות הביצוע המאוחרות יותר.
  • המסגרת משתמשת בלמידת חיזוק מרובת סוכנים כדי ללמוד אסטרטגיות ביצוע ייחודיות ללקוחות.
  • מדד ג׳יני מוכלל משלב הוגנות חלוקתית בצבירת ההכנסות.
  • המסמך טוען לשיפור בהוגנות תוך שמירה על אופטימיזציית הכנסות, אך מספק מעט פרטים להערכת הראיות.

תגיות

הטקסט המלא
# Fairness in Multi-agent Reinforcement Learning for Stock Trading


# Fairness in Multi-agent Reinforcement Learning for Stock Trading









Unfair stock trading strategies have been shown to be one of the most negative perceptions that customers can have concerning trading and may result in long-term losses for a company. Investment banks usually place trading orders for multiple clients with the same target assets but different order sizes and diverse requirements such as time frame and risk aversion level, thereby total earning and individual earning cannot be optimized at the same time. Orders executed earlier would affect the market price level, so late execution usually means additional implementation cost. In this paper, we propose a novel scheme that utilizes multi-agent reinforcement learning systems to derive stock trading strategies for all clients which keep a balance between revenue and fairness. First, we demonstrate that Reinforcement learning (RL) is able to learn from experience and adapt the trading strategies to the complex market environment. Secondly, we show that the Multi-agent RL system allows developing trading strategies for all clients individually, thus optimizing individual revenue. Thirdly, we use the Generalized Gini Index (GGI) aggregation function to control the fairness level of the revenue across all clients. Lastly, we empirically demonstrate the superiority of the novel scheme in improving fairness meanwhile maintaining optimization of revenue.

מוצג במלואו בציון המקור ובהתאם לרישיון שלו. רישיון: abstract CC0

הסיכום נכתב בידי סוכן המחקר של Stratmill על סמך המקור; הוא אינו העתק של המקור.