Обучение с подкреплением для портфелей криптофьючерсов с кредитованием и короткими позициями

Сводка

В исследовании предлагается управляющая портфелем модель обучения с подкреплением для среды с высоким риском. Она сочетает сделки в обе стороны с кредитованием и заимствованием, использует вознаграждение на основе прибыли и убытка и нацелена на улучшение управления риском снижения и использования капитала. В реализации агент Soft Actor-Critic объединён со свёрточной сетью и многоголовым механизмом внимания. В портфель входят криптоактивы, торгуемые через бессрочные фьючерсы; для кредитования и заимствования используется USDT, а ребалансировка проводится периодически на основе недавних рыночных данных.

Модель оценивается на двух периодах с разными условиями волатильности; авторы сообщают о более сильных результатах по сравнению с бенчмарком, особенно в сценариях высокой волатильности. Во фрагменте не указаны названия бенчмарков, подробные показатели риска, учёт транзакционных издержек или данные за пределами этих исторических тестов. Поэтому результаты описывают проведённую оценку и не доказывают, что подход сохранит прибыльность в другие периоды или при торговле на реальном счёте.

Ключевые идеи

• Управляющая портфелем модель сочетает длинные и короткие позиции с кредитованием и заимствованием.
• Вознаграждение на основе прибыли и убытка предназначено для поддержки управления риском снижения и распределения капитала.
• В реализации используются Soft Actor-Critic, свёрточная сеть и многоголовое внимание.
• Модель оценивается на диверсифицированном портфеле бессрочных криптофьючерсов с периодической ребалансировкой.
• Наиболее сильное превосходство над бенчмарком отмечается в тестовых периодах с высокой волатильностью; пределы применимости результата остаются неясными.

Теги

# 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.

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.