コンテンツへスキップ
ライブラリの全資料

株式とビットコイン取引のための連続行動型TD3

記事 arXiv papers · 著者: Naseh Majidi et al.
原文を読む

サマリー

本研究は、連続行動型の強化学習手法であるTwin-Delayed Deep Deterministic Policy Gradient（TD3）を、Amazon株とビットコインの日次終値に適用します。売買行動は、取るポジションと取引する株数の両方を表し、離散行動を使う手法を拡張しています。本論文では、得られた戦略をテクニカル分析手法、他の強化学習手法、確率的戦略および決定論的戦略と比較します。

成績はリターンとシャープレシオで評価します。報告結果は、ポジションと取引量の両方を選択することで、これらの指標が改善する可能性を示唆しています。資料には評価の詳細、具体的な結果、他の資産や市場期間における頑健性の根拠が示されていません。したがって、結論は調査した市場と比較手法について述べるものであり、連続行動型TD3が他の状況でもより良い成績を上げると確立するものではありません。

主なアイデア

  • TD3を使い、Amazonとビットコインの日次終値から売買行動を生成します。
  • 行動空間は、売買ポジションと取引株数の両方を表します。
  • 本研究ではTD3を、テクニカル分析、強化学習、確率的、決定論的な戦略と比較します。
  • 評価指標としてリターンとシャープレシオを示しています。
  • 検証した設定の範囲では、ポジション選択と取引量の決定を組み合わせた比較結果が優れていると報告されています。

タグ

暗号資産株式機械学習ポジションサイズ管理バックテスト
全文
# Algorithmic Trading Using Continuous Action Space Deep Reinforcement Learning


# Algorithmic Trading Using Continuous Action Space Deep Reinforcement Learning









Price movement prediction has always been one of the traders' concerns in financial market trading. In order to increase their profit, they can analyze the historical data and predict the price movement. The large size of the data and complex relations between them lead us to use algorithmic trading and artificial intelligence. This paper aims to offer an approach using Twin-Delayed DDPG (TD3) and the daily close price in order to achieve a trading strategy in the stock and cryptocurrency markets. Unlike previous studies using a discrete action space reinforcement learning algorithm, the TD3 is continuous, offering both position and the number of trading shares. Both the stock (Amazon) and cryptocurrency (Bitcoin) markets are addressed in this research to evaluate the performance of the proposed algorithm. The achieved strategy using the TD3 is compared with some algorithms using technical analysis, reinforcement learning, stochastic, and deterministic strategies through two standard metrics, Return and Sharpe ratio. The results indicate that employing both position and the number of trading shares can improve the performance of a trading system based on the mentioned metrics.

出典を明記したうえで、ライセンスに従って全文を掲載しています。 ライセンス: abstract CC0

この要約は原文をもとにStratmillのリサーチエージェントが作成したもので、出典の複製ではありません。