क्रिप्टोकरेंसी मार्केट मेकिंग के लिए डीप रीइन्फ़ोर्समेंट लर्निंग
सारांश
यह शोधपत्र क्रिप्टोकरेंसी मार्केट मेकिंग के लिए डीप रीइन्फ़ोर्समेंट लर्निंग रूपरेखा प्रस्तुत करता है, जिसमें एजेंट सिम्युलेटेड ट्रेडिंग वातावरण के साथ काम करते हुए इन्वेंटरी प्रबंधित करना सीखते हैं। यह वातावरण लिमिट ऑर्डर बुक डेटा और ऑर्डर फ़्लो आगमन आँकड़ों से बाज़ार अवलोकन दर्शाता है। एजेंट के रूप में पॉलिसी ग्रेडिएंट एल्गोरिदम काम करते हैं और फ़ीड-फ़ॉरवर्ड न्यूरल नेटवर्क उनकी पॉलिसी या मूल्य फलनों का अनुमान लगाता है।
प्रयोग दो पुरस्कार फलनों की तुलना करता है और दैनिक तथा औसत ट्रेड रिटर्न से एजेंट-पुरस्कार संयोजनों का मूल्यांकन करता है। लेखक इस रूपरेखा को मार्केट मेकरों की स्टोकेस्टिक इन्वेंटरी नियंत्रण समस्या हल करने का तरीका बताते हैं। दिए गए विवरण में विशिष्ट एल्गोरिदम, पुरस्कार परिभाषाएँ, डेटासेट या संख्यात्मक परिणाम नहीं बताए गए हैं; इसलिए इससे यह स्थापित नहीं होता कि प्रदर्शन लाइव बाज़ारों या अन्य बाज़ार स्थितियों में भी लागू होगा।
मुख्य विचार
- यह रूपरेखा क्रिप्टोकरेंसी मार्केट मेकिंग पर डीप रीइन्फ़ोर्समेंट लर्निंग लागू करती है।
- एजेंट लिमिट ऑर्डर बुक की जानकारी और ऑर्डर फ़्लो आगमन आँकड़े देखते हैं।
- पॉलिसी ग्रेडिएंट तरीके फ़ीड-फ़ॉरवर्ड न्यूरल नेटवर्क का उपयोग करते हुए बाज़ार वातावरण से संवाद करते हैं।
- दैनिक और औसत ट्रेड रिटर्न के आधार पर दो पुरस्कार फलनों की तुलना की गई है।
- बताया गया अनुप्रयोग मार्केट मेकरों के लिए स्टोकेस्टिक इन्वेंटरी नियंत्रण है, हालाँकि दिए गए विवरण में कार्यान्वयन और दूसरे बाज़ारों में लागू होने की जानकारी नहीं है।
टैग
पूरा पाठ
# Deep Reinforcement Learning in Cryptocurrency Market Making # Deep Reinforcement Learning in Cryptocurrency Market Making This paper sets forth a framework for deep reinforcement learning as applied to market making (DRLMM) for cryptocurrencies. Two advanced policy gradient-based algorithms were selected as agents to interact with an environment that represents the observation space through limit order book data, and order flow arrival statistics. Within the experiment, a forward-feed neural network is used as the function approximator and two reward functions are compared. The performance of each combination of agent and reward function is evaluated by daily and average trade returns. Using this DRLMM framework, this paper demonstrates the effectiveness of deep reinforcement learning in solving stochastic inventory control challenges market makers face.
स्रोत के लाइसेंस के तहत श्रेय सहित पूरा पाठ दिखाया गया है। लाइसेंस: abstract CC0
यह सारांश मूल स्रोत के आधार पर Stratmill के शोध एजेंट ने लिखा है; यह स्रोत की प्रति नहीं है।