اوسط کی طرف واپسی کی ٹریڈنگ میں گہری ری اِنفورسمنٹ لرننگ

خلاصہ

یہ دستاویز اوسط کی طرف واپسی کی ٹریڈنگ کے مسئلے پر گہری ری اِنفورسمنٹ لرننگ کے اطلاق کو بیان کرتی ہے۔ اس کا مقصد ری اِنفورسمنٹ لرننگ کے حالیہ طریقوں کو ان عملی ماہرین کے لیے زیادہ قابلِ رسائی بنانا ہے جنہیں ورنہ متعدد طریقوں میں سے انتخاب کرنا یا کلاسیکی بنیادوں سے ایجنٹس بنانا پڑ سکتا ہے۔ مجوزہ مظاہرے میں اصل میں تزویراتی کھیلوں کے لیے تیار کردہ ری اِنفورسمنٹ لرننگ لائبریری کو مالیاتی فیصلوں پر لاگو کیا گیا ہے۔

فریم ورک میں فنکشنز کی معاشی طور پر محرک خصوصیات بھی شامل ہیں، جس کا بیان کردہ مقصد ایک متقارب اور اعلیٰ کارکردگی والا حل پیدا کرنا ہے۔ تاہم، دستاویز میں ماڈل کی مخصوص ساخت، انعام کی تشکیل، ٹریڈنگ کے قواعد، ڈیٹا، بینچ مارک یا عددی نتائج نہیں دیے گئے۔ اس لیے یہ منافع بخشی، مضبوطی یا دوسرے طریقوں کے مقابلے میں کارکردگی جانچنے کے لیے کافی ثبوت کے بجائے طریقہ اور اس کی وجہ بیان کرتی ہے۔ اس اقتباس میں تقارب اور کارکردگی کے دعوے تجرباتی تفصیلات کے بغیر پیش کیے گئے ہیں۔

اہم خیالات

• یہ کام اوسط کی طرف واپسی کی ٹریڈنگ پر گہری ری اِنفورسمنٹ لرننگ لاگو کرتا ہے۔
• اس میں تزویراتی کھیلوں کے لیے ابتدا میں تیار کردہ لائبریری کو ٹریڈنگ کے مسئلے پر استعمال کرنے کا مظاہرہ ہے۔
• فریم ورک سیکھنے کے طریقے میں فنکشنز کی معاشی طور پر محرک خصوصیات شامل کرتا ہے۔
• دستاویز متقارب، اعلیٰ کارکردگی والے حل کا دعویٰ کرتی ہے، مگر یہاں تجرباتی تفصیلات یا نتائج نہیں دیتی۔
• فراہم کردہ معلومات سے منافع بخشی اور مضبوطی کا اندازہ نہیں لگایا جا سکتا۔

ٹیگز

# 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.

ماخذ کا حوالہ دیتے ہوئے مکمل متن دکھایا گیا ہے، ماخذ کے لائسنس کے تحت۔ لائسنس: abstract CC0

یہ خلاصہ اصل ماخذ سے Stratmill کے تحقیقی ایجنٹ نے لکھا ہے؛ یہ ماخذ کی نقل نہیں۔