コンテンツへスキップ
ライブラリの全資料

貸付とショートを含む暗号資産先物ポートフォリオの強化学習

記事 arXiv papers · 著者: Ali Habibnia et al.
原文を読む

サマリー

本研究は、高リスク環境向けの強化学習ポートフォリオ管理手法を提案します。ロングとショートの取引に貸付と借入を組み合わせ、損益報酬を用いて下方リスク管理と資本利用の改善を目指します。実装ではSoft Actor-Criticエージェントを畳み込みネットワークとマルチヘッド注意機構に組み合わせています。ポートフォリオには無期限先物で取引される暗号資産が含まれ、USDTを貸付と借入に用い、直近の市場データに基づいて定期的にリバランスします。

ボラティリティ環境の異なる2期間でモデルを評価し、特に高ボラティリティのシナリオでベンチマークを上回ったと著者らは報告しています。抜粋にはベンチマークの名称、詳細なリスク指標、取引コストの扱いがなく、過去の検証以外の根拠も示されていません。したがって、結果は報告された評価期間に関するものであり、他の期間や実運用でも利益が続くことを示すものではありません。

主なアイデア

  • ポートフォリオ管理手法は、ロングとショートの取引に貸付と借入を組み合わせます。
  • 損益報酬は、下方リスク管理と資本配分を支えるよう設計されています。
  • 実装にはSoft Actor-Critic、畳み込みネットワーク、マルチヘッド注意機構を用います。
  • 定期的にリバランスする分散型暗号資産無期限先物ポートフォリオでモデルを評価します。
  • 報告されたベンチマーク超過は高ボラティリティの検証期間で最も大きく、一般化の限界は明らかでありません。

タグ

暗号資産無期限先物機械学習リスク管理ポートフォリオ構築バックテスト
全文
# Optimizing Portfolio with Two-Sided Transactions and Lending: A Reinforcement Learning Framework


# Optimizing Portfolio with Two-Sided Transactions and Lending: A Reinforcement Learning Framework









This study presents a Reinforcement Learning (RL)-based portfolio management model tailored for high-risk environments, addressing the limitations of traditional RL models and exploiting market opportunities through two-sided transactions and lending. Our approach integrates a new environmental formulation with a Profit and Loss (PnL)-based reward function, enhancing the RL agent's ability in downside risk management and capital optimization. We implemented the model using the Soft Actor-Critic (SAC) agent with a Convolutional Neural Network with Multi-Head Attention (CNN-MHA). This setup effectively manages a diversified 12-crypto asset portfolio in the Binance perpetual futures market, leveraging USDT for both granting and receiving loans and rebalancing every 4 hours, utilizing market data from the preceding 48 hours. Tested over two 16-month periods of varying market volatility, the model significantly outperformed benchmarks, particularly in high-volatility scenarios, achieving higher return-to-risk ratios and demonstrating robust profitability. These results confirm the model's effectiveness in leveraging market dynamics and managing risks in volatile environments like the cryptocurrency market.

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。