본문으로 건너뛰기
라이브러리 문서 전체

평균회귀 트레이딩에 심층 강화학습 적용

기사 arXiv papers · 저자: Sophia Gu
원문 읽기

요약

이 문서는 평균회귀 트레이딩 문제에 심층 강화학습을 적용하는 방법을 설명합니다. 여러 접근법 중 하나를 선택하거나 고전적 기초부터 에이전트를 구축해야 하는 실무자도 최근 강화학습 방법을 더 쉽게 활용하도록 하는 것이 목표입니다. 제안된 시연에서는 원래 전략 게임을 위해 개발된 강화학습 라이브러리를 금융 의사결정에 적용합니다.

이 프레임워크는 경제적 근거에 기반한 함수 특성도 반영하며, 수렴하고 높은 성능을 내는 해법을 목표로 합니다. 그러나 문서에는 구체적인 모델 구조, 보상 설계, 트레이딩 규칙, 데이터, 벤치마크, 정량적 결과가 없습니다. 따라서 수익성이나 견고성, 다른 방법과의 성능을 평가하기 충분한 근거를 제공하기보다 접근법과 동기를 개괄합니다. 수렴과 성능에 관한 주장은 이 발췌문에서 뒷받침할 실험 세부 사항 없이 제시됩니다.

핵심 아이디어

  • 평균회귀 트레이딩에 심층 강화학습을 적용합니다.
  • 원래 전략 게임을 위해 개발된 라이브러리를 트레이딩 문제에 활용하는 방법을 시연합니다.
  • 학습 방법에 경제적 근거를 둔 함수 특성을 반영합니다.
  • 수렴하고 높은 성능을 내는 해법을 주장하지만, 여기에는 실험 세부 사항이나 결과가 없습니다.
  • 제공된 정보만으로는 수익성과 견고성을 평가할 수 없습니다.

태그

머신러닝평균 회귀가상자산백테스트
전문
# Deep Reinforcement Learning with Function Properties in Mean Reversion Strategies


# Deep Reinforcement Learning with Function Properties in Mean Reversion Strategies









Over the past decades, researchers have been pushing the limits of Deep Reinforcement Learning (DRL). Although DRL has attracted substantial interest from practitioners, many are blocked by having to search through a plethora of available methodologies that are seemingly alike, while others are still building RL agents from scratch based on classical theories. To address the aforementioned gaps in adopting the latest DRL methods, I am particularly interested in testing out if any of the recent technology developed by the leads in the field can be readily applied to a class of optimal trading problems. Unsurprisingly, many prominent breakthroughs in DRL are investigated and tested on strategic games: from AlphaGo to AlphaStar and at about the same time, OpenAI Five. Thus, in this writing, I want to show precisely how to use a DRL library that is initially built for games in a fundamental trading problem; mean reversion. And by introducing a framework that incorporates economically-motivated function properties, I also demonstrate, through the library, a highly-performant and convergent DRL solution to decision-making financial problems in general.

출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0

이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.