MacroHFT: למידת חיזוק למסחר בקריפטו המותאמת להקשר
סיכום
MacroHFT היא גישת למידת חיזוק למסחר במטבעות קריפטוגרפיים ברמת הדקה. היא מתמודדת עם שני אתגרים מוצהרים בשיטות קיימות: סוכנים עלולים להתאים יתר על המידה ולא להתאים את המדיניות שלהם להקשר הפיננסי, ואילו החלטות של סוכן יחיד עלולות להיות מוטות כאשר תנאי השוק משתנים במהירות. השיטה משתמשת במדדי שוק, ובהם מגמה ותנודתיות, כדי לארגן נתונים ולאמן כמה תתי־סוכנים מתמחים, שלכל אחד מהם מתאם שמתאים את התנהגותו לתנאים הנוכחיים.
בשלב אימון שני נוסף סוכן־על שמשלב את החלטות תתי־הסוכנים. מנגנון זיכרון תומך בתהליך קבלת ההחלטות ברמה הגבוהה כשהוא מגיב לתנודות בשוק. לפי הדיווח, ניסויים בשוקי מטבעות קריפטוגרפיים הראו ביצועים ברמה הגבוהה ביותר במשימות ברמת הדקה. הסיכום אינו מפרט את הנכסים, תקופת ההערכה, קווי הבסיס, העלויות או מבחני החוסן, ולכן התוצאה כשלעצמה אינה מבססת רווחיות במסחר חי או יכולת הכללה.
רעיונות מרכזיים
- MacroHFT משתמשת בכמה סוכני למידת חיזוק מתמחים למסחר במטבעות קריפטוגרפיים.
- מגמת השוק והתנודתיות משמשות לארגון נתוני האימון ותפקידי הסוכנים.
- מתאמים מותנים מאפשרים לתת־הסוכנים להתאים את המדיניות לתנאי השוק.
- סוכן־על המצויד בזיכרון משלב את החלטות תתי־הסוכנים.
- הניסויים המדווחים עוסקים במשימות ברמת הדקה, ופרטי ההערכה בתיאור מוגבלים.
תגיות
הטקסט המלא
# MacroHFT: Memory Augmented Context-aware Reinforcement Learning On High Frequency Trading
# MacroHFT: Memory Augmented Context-aware Reinforcement Learning On High Frequency Trading
High-frequency trading (HFT) that executes algorithmic trading in short time scales, has recently occupied the majority of cryptocurrency market. Besides traditional quantitative trading methods, reinforcement learning (RL) has become another appealing approach for HFT due to its terrific ability of handling high-dimensional financial data and solving sophisticated sequential decision-making problems, \emph{e.g.,} hierarchical reinforcement learning (HRL) has shown its promising performance on second-level HFT by training a router to select only one sub-agent from the agent pool to execute the current transaction. However, existing RL methods for HFT still have some defects: 1) standard RL-based trading agents suffer from the overfitting issue, preventing them from making effective policy adjustments based on financial context; 2) due to the rapid changes in market conditions, investment decisions made by an individual agent are usually one-sided and highly biased, which might lead to significant loss in extreme markets. To tackle these problems, we propose a novel Memory Augmented Context-aware Reinforcement learning method On HFT, \emph{a.k.a.} MacroHFT, which consists of two training phases: 1) we first train multiple types of sub-agents with the market data decomposed according to various financial indicators, specifically market trend and volatility, where each agent owns a conditional adapter to adjust its trading policy according to market conditions; 2) then we train a hyper-agent to mix the decisions from these sub-agents and output a consistently profitable meta-policy to handle rapid market fluctuations, equipped with a memory mechanism to enhance the capability of decision-making. Extensive experiments on various cryptocurrency markets demonstrate that MacroHFT can achieve state-of-the-art performance on minute-level trading tasks.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.