コンテンツへスキップ
ライブラリの全資料

複数資産ポートフォリオ取引のための深層Q学習

記事 arXiv papers · 著者: Hyungjun Park et al.
原文を読む

サマリー

この研究はポートフォリオ取引をマルコフ決定過程として定式化し、深層Q学習で複数資産の配分を選ぶエージェントを訓練しています。行動空間は離散的かつ組合せ的で、エージェントは資産ごとに、あらかじめ定められたサイズで売買方向を選びます。制約に違反する行動には、実行不可能な提案を最も近い実行可能な選択肢に写像する手法を用います。また、複数資産の行動空間を扱い、各状態で実行可能な行動をシミュレートするためのエージェントとQネットワークの設計も説明しています。

代表的な2つのポートフォリオでバックテストを行い、ベンチマーク戦略を上回る結果が報告されています。ポートフォリオ、ベンチマーク、評価期間、取引コストの前提は明らかにされていないため、その比較の広がりや実運用への関連性は、この説明だけでは判断できません。

主なアイデア

  • ポートフォリオの意思決定過程を、深層Q学習で訓練するマルコフ決定過程としてモデル化しています。
  • エージェントは資産ごとに、離散的な売買方向と事前に定めた取引サイズを選びます。
  • 写像処理によって、実行不可能な提案行動を近い実行可能な行動に変換します。
  • 2つのポートフォリオのバックテストではベンチマークを上回ったと報告されていますが、評価の詳細は示されていません。

タグ

機械学習ポートフォリオ構築バックテストポジションサイズ管理
全文
# An intelligent financial portfolio trading strategy using deep Q-learning


# An intelligent financial portfolio trading strategy using deep Q-learning









Portfolio traders strive to identify dynamic portfolio allocation schemes so that their total budgets are efficiently allocated through the investment horizon. This study proposes a novel portfolio trading strategy in which an intelligent agent is trained to identify an optimal trading action by using deep Q-learning. We formulate a Markov decision process model for the portfolio trading process, and the model adopts a discrete combinatorial action space, determining the trading direction at prespecified trading size for each asset, to ensure practical applicability. Our novel portfolio trading strategy takes advantage of three features to outperform in real-world trading. First, a mapping function is devised to handle and transform an initially found but infeasible action into a feasible action closest to the originally proposed ideal action. Second, by overcoming the dimensionality problem, this study establishes models of agent and Q-network for deriving a multi-asset trading strategy in the predefined action space. Last, this study introduces a technique that has the advantage of deriving a well-fitted multi-asset trading strategy by designing an agent to simulate all feasible actions in each state. To validate our approach, we conduct backtests for two representative portfolios and demonstrate superior results over the benchmark strategies.

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。