टिक-स्तर क्रिप्टो मार्केट मेकिंग के लिए डीप रीइन्फ़ोर्समेंट लर्निंग

सारांश

यह दस्तावेज़ उच्च-आवृत्ति मार्केट मेकिंग की ऐसी रूपरेखा प्रस्तुत करता है जो टिक-स्तर के बाज़ार डेटा को समय-समय पर मिलने वाले पूर्वानुमान संकेतों के साथ जोड़ती है। यह मार्केट मेकिंग के निर्णय तय करते समय तेज़ ऑर्डर-स्तरीय जानकारी और कम बार मिलने वाले पूर्वानुमानों, दोनों का उपयोग करने के लिए डीप रीइन्फ़ोर्समेंट लर्निंग लागू करता है। इसकी प्रेरणा यह है कि अधिक मात्रा वाले टिक डेटा और जटिल बाज़ार स्थितियों में केवल एक सूचना स्रोत से प्रभावी तरलता-प्रदान रणनीतियाँ बनाना कठिन होता है।

बताया गया मूल्यांकन सिमुलेटेड परिदृश्यों और वास्तविक क्रिप्टोकरेंसी बाज़ार डेटा के प्रयोगों में अलग-अलग डीप रीइन्फ़ोर्समेंट लर्निंग एल्गोरिदम से बनी रणनीतियों की तुलना करता है। लेखकों के अनुसार, संयुक्त रूपरेखा मौजूदा तरीकों की तुलना में लाभप्रदता और जोखिम प्रबंधन में सुधार करती है। सारांश में विशिष्ट एल्गोरिदम, परिसंपत्तियों, मूल्यांकन अवधियों, आधाररेखाओं या जोखिम मापों की पहचान नहीं की गई है, इसलिए बताए गए लाभों के आकार और व्यापकता का इस विवरण से आकलन नहीं किया जा सकता।

मुख्य विचार

• प्रस्तावित मार्केट मेकिंग तरीका टिक-स्तर के अवलोकनों को समय-समय पर मिलने वाले पूर्वानुमान संकेतों के साथ जोड़ता है।
• डीप रीइन्फ़ोर्समेंट लर्निंग संयुक्त जानकारी को मार्केट मेकिंग के निर्णयों में बदलती है।
• यह रूपरेखा उच्च-आवृत्ति बाज़ार डेटा की मात्रा और जटिलता से प्रेरित है।
• रीइन्फ़ोर्समेंट लर्निंग एल्गोरिदमों की रणनीतियों का आकलन सिमुलेशन और वास्तविक क्रिप्टोकरेंसी डेटा से किया गया है।
• दस्तावेज़ लाभप्रदता और जोखिम प्रबंधन में सुधार की बात करता है, लेकिन उनके पैमाने या व्यापकता का आकलन करने के लिए आवश्यक विवरण नहीं देता।

टैग

# Integrating Tick-level Data and Periodical Signal for High-frequency Market Making


# Integrating Tick-level Data and Periodical Signal for High-frequency Market Making









We focus on the problem of market making in high-frequency trading. Market making is a critical function in financial markets that involves providing liquidity by buying and selling assets. However, the increasing complexity of financial markets and the high volume of data generated by tick-level trading makes it challenging to develop effective market making strategies. To address this challenge, we propose a deep reinforcement learning approach that fuses tick-level data with periodic prediction signals to develop a more accurate and robust market making strategy. Our results of market making strategies based on different deep reinforcement learning algorithms under the simulation scenarios and real data experiments in the cryptocurrency markets show that the proposed framework outperforms existing methods in terms of profitability and risk management.

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।