Aprendizado por reforço profundo para trading em vários mercados

Artigo arXiv papers · Autor: Jędrzej Maskiewicz et al.

Resumo

O artigo avalia dois métodos de aprendizado por reforço profundo, Double Deep Q-Network e Proximal Policy Optimization, para trading. O desempenho é comparado com uma referência de compra e manutenção usando dados diários de 2019 a 2023. Os ativos descritos incluem três pares de moedas, o índice S&P 500 e Bitcoin.

Os resultados relatados indicam que os sistemas de aprendizado por reforço conseguem evitar operações em condições desfavoráveis e obter retornos ajustados ao risco melhores que os métodos clássicos de aprendizado supervisionado. Isso sugere que uma política capaz de escolher quando ficar fora do mercado pode contribuir tanto para a gestão de risco quanto para a seleção de operações. O resumo não especifica os pares de moedas, o desenho do modelo, os custos de transação, o procedimento de validação ou os resultados por ativo, e não apresenta medidas numéricas de desempenho. Portanto, os resultados devem ser entendidos como alegações sobre os dados e a configuração testados no estudo, e não como evidência de que os métodos funcionarão em outros períodos ou no trading ao vivo.

Ideias principais

O estudo compara DDQN e PPO com uma referência de compra e manutenção.
As estratégias são avaliadas com observações diárias de pares de moedas, um índice de ações e Bitcoin.
O período de teste relatado vai de 2019 a 2023.
Os autores atribuem parte da gestão de risco dos métodos à prevenção de operações desfavoráveis.
No estudo, os retornos ajustados ao risco relatados superam os dos métodos clássicos de aprendizado supervisionado.

Tags

Aprendizado de máquina Ações Câmbio Cripto Gestão de risco

Texto completo

# Can Artificial Intelligence Trade the Stock Market?


# Can Artificial Intelligence Trade the Stock Market?









The paper explores the use of Deep Reinforcement Learning (DRL) in stock market trading, focusing on two algorithms: Double Deep Q-Network (DDQN) and Proximal Policy Optimization (PPO) and compares them with Buy and Hold benchmark. It evaluates these algorithms across three currency pairs, the S&P 500 index and Bitcoin, on the daily data in the period of 2019-2023. The results demonstrate DRL's effectiveness in trading and its ability to manage risk by strategically avoiding trades in unfavorable conditions, providing a substantial edge over classical approaches, based on supervised learning in terms of risk-adjusted returns.

Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: abstract CC0

Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.