コンテンツへスキップ
ライブラリの全資料

暗号資産ポートフォリオ管理の深層強化学習

記事 arXiv papers · 著者: Zhengyao Jiang et al.
原文を読む

サマリー

本論文は、金融資産間でポートフォリオを再配分するモデルフリーの強化学習フレームワークを提示します。独立した評価器のアンサンブル、過去のポートフォリオ比率の記憶、オンライン確率的バッチ学習、明示的な報酬関数を組み合わせています。フレームワークは畳み込み型、再帰型、長短期記憶型のニューラルネットワークで実装されています。

報告された評価では、暗号資産データを用い、30分間隔の取引で3つのバックテストを実施しています。著者らは他のポートフォリオ選択戦略と比較し、手数料が0.25%であるにもかかわらず、3つの実装が各実験で上位3位を占め、50日間で少なくとも4倍のリターンを得たと報告しています。これらは過去データによるバックテスト結果であり、将来の成績を示すものではありません。抜粋では資産、データ分割、リスク指標、頑健性検証が特定されておらず、過剰適合や実運用の実現可能性を判断する情報は限られています。

主なアイデア

  • 明示的な金融市場モデルに依存せず、ポートフォリオの再配分を学習します。
  • 独立した資産評価器と過去のポートフォリオ比率の記憶を組み合わせます。
  • オンライン確率的バッチ学習と明示的な報酬関数が手法の中核です。
  • 暗号資産のバックテストでCNN、RNN、LSTMの実装を検証しています。
  • 報告されたバックテストの順位やリターンは、実市場での成績を裏付けるものではありません。

タグ

暗号資産機械学習ポートフォリオ構築バックテスト
全文
# A Deep Reinforcement Learning Framework for the Financial Portfolio Management Problem


# A Deep Reinforcement Learning Framework for the Financial Portfolio Management Problem









Financial portfolio management is the process of constant redistribution of a fund into different financial products. This paper presents a financial-model-free Reinforcement Learning framework to provide a deep machine learning solution to the portfolio management problem. The framework consists of the Ensemble of Identical Independent Evaluators (EIIE) topology, a Portfolio-Vector Memory (PVM), an Online Stochastic Batch Learning (OSBL) scheme, and a fully exploiting and explicit reward function. This framework is realized in three instants in this work with a Convolutional Neural Network (CNN), a basic Recurrent Neural Network (RNN), and a Long Short-Term Memory (LSTM). They are, along with a number of recently reviewed or published portfolio-selection strategies, examined in three back-test experiments with a trading period of 30 minutes in a cryptocurrency market. Cryptocurrencies are electronic and decentralized alternatives to government-issued money, with Bitcoin as the best-known example of a cryptocurrency. All three instances of the framework monopolize the top three positions in all experiments, outdistancing other compared trading algorithms. Although with a high commission rate of 0.25% in the backtests, the framework is able to achieve at least 4-fold returns in 50 days.

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。