Торговля акциями и биткоином с непрерывными действиями TD3

Сводка

В исследовании метод обучения с подкреплением с непрерывными действиями — Twin-Delayed Deep Deterministic Policy Gradient (TD3) — применяется к дневным ценам закрытия акций Amazon и биткоина. Торговое действие задаёт и позицию, и число акций для сделки, расширяя подходы с дискретными действиями. Полученные стратегии сравниваются с методами технического анализа, другими подходами обучения с подкреплением, а также стохастическими и детерминированными стратегиями.

Эффективность оценивается по доходности и коэффициенту Шарпа. Согласно результатам, одновременный выбор позиции и размера сделки может улучшить эти показатели. В документе нет подробностей оценки, конкретных результатов или свидетельств устойчивости на других активах и рыночных периодах. Поэтому выводы относятся к изученным рынкам и методам сравнения и не доказывают, что TD3 с непрерывными действиями будет эффективнее в других условиях.

Ключевые идеи

• TD3 используется для формирования торговых действий на основе дневных цен закрытия акций Amazon и биткоина.
• Пространство действий задаёт и торговую позицию, и число торгуемых акций.
• В исследовании TD3 сравнивается с техническим анализом, обучением с подкреплением, стохастическими и детерминированными стратегиями.
• В качестве показателей эффективности указаны доходность и коэффициент Шарпа.
• В рамках проверенных условий исследования результаты сравнения указывают на преимущество одновременного выбора позиции и размера сделки.

Теги

# Algorithmic Trading Using Continuous Action Space Deep Reinforcement Learning


# Algorithmic Trading Using Continuous Action Space Deep Reinforcement Learning









Price movement prediction has always been one of the traders' concerns in financial market trading. In order to increase their profit, they can analyze the historical data and predict the price movement. The large size of the data and complex relations between them lead us to use algorithmic trading and artificial intelligence. This paper aims to offer an approach using Twin-Delayed DDPG (TD3) and the daily close price in order to achieve a trading strategy in the stock and cryptocurrency markets. Unlike previous studies using a discrete action space reinforcement learning algorithm, the TD3 is continuous, offering both position and the number of trading shares. Both the stock (Amazon) and cryptocurrency (Bitcoin) markets are addressed in this research to evaluate the performance of the proposed algorithm. The achieved strategy using the TD3 is compared with some algorithms using technical analysis, reinforcement learning, stochastic, and deterministic strategies through two standard metrics, Return and Sharpe ratio. The results indicate that employing both position and the number of trading shares can improve the performance of a trading system based on the mentioned metrics.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.