Глубокое обучение с подкреплением для торговли акциями с учётом налогов

Сводка

В статье изучается, как налог на прирост капитала и налоговые льготы по реализованным убыткам влияют на решения о торговле акциями. Предлагается использовать среднюю налоговую базу в среде обучения с подкреплением, позволяя агенту осваивать стратегии как с учётом налогов, так и без него. Основной вывод: налогообложение может изменить предпочтительное время и выбор сделок, поэтому при оптимизации непрерывной торговли акциями может быть важно моделировать налоги напрямую.

Согласно представленному сравнению, игнорирование налогов может снизить среднюю доходность портфеля более чем на 62%. В отрывке не описаны данные, рынок, налоговые правила, функция вознаграждения или экспериментальная схема, поэтому по имеющемуся тексту нельзя оценить величину и общность этого результата. Результат указывает на необходимость учитывать налоги при разработке стратегий, но не доказывает, что такой же эффект будет наблюдаться в разных юрисдикциях, налоговых ситуациях или на разных горизонтах торговли.

Ключевые идеи

• Метод использует среднюю налоговую базу для учёта налоговых последствий при торговле акциями.
• С помощью обучения с подкреплением осваиваются стратегии как с учётом налогов, так и без него.
• Представленные результаты показывают, что игнорирование налогов может существенно снизить среднюю доходность портфеля.
• В отрывке недостаточно подробностей, чтобы оценить, насколько широко применим представленный эффект.

Теги

# Taxable Stock Trading with Deep Reinforcement Learning


# Taxable Stock Trading with Deep Reinforcement Learning









In this paper, we propose stock trading based on the average tax basis. Recall that when selling stocks, capital gain should be taxed while capital loss can earn certain tax rebate. We learn the optimal trading strategies with and without considering taxes by reinforcement learning. The result shows that tax ignorance could induce more than 62% loss on the average portfolio returns, implying that taxes should be embedded in the environment of continuous stock trading on AI platforms.

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.