اسٹاک اور بٹ کوائن ٹریڈنگ کے لیے مسلسل ایکشن والا TD3

خلاصہ

یہ مطالعہ ٹوئن ڈیلیڈ ڈیپ ڈیٹرمنسٹک پالیسی گریڈینٹ (TD3)، جو مسلسل ایکشن کا تقویتی سیکھنے کا طریقہ ہے، ایمیزون اسٹاک اور بٹ کوائن کی روزانہ اختتامی قیمتوں پر لاگو کرتا ہے۔ ٹریڈنگ ایکشن میں اختیار کی جانے والی پوزیشن اور ٹریڈ کیے جانے والے حصص کی تعداد دونوں شامل ہیں، یوں یہ طریقہ مجرد ایکشن استعمال کرنے والے طریقوں کو وسعت دیتا ہے۔ مقالہ نتیجے میں بننے والی اسٹریٹیجیز کا تکنیکی تجزیے کے طریقوں، تقویتی سیکھنے کے دیگر طریقوں اور اسٹاکیسٹک اور ڈیٹرمنسٹک اسٹریٹیجیز سے موازنہ کرتا ہے۔

کارکردگی کا جائزہ منافع اور شارپ تناسب سے لیا جاتا ہے۔ رپورٹ شدہ نتائج سے اشارہ ملتا ہے کہ پوزیشن اور ٹریڈ کے حجم دونوں کا انتخاب ان پیمانوں پر کارکردگی بہتر کر سکتا ہے۔ دستاویز جائزے کی تفصیلات، مخصوص نتائج یا دیگر اثاثوں اور منڈی کے ادوار میں مضبوطی کا ثبوت نہیں دیتی۔ لہٰذا اس کے نتائج زیرِ مطالعہ منڈیوں اور موازنے کے طریقوں کو بیان کرتے ہیں، یہ ثابت نہیں کرتے کہ مسلسل ایکشن والا TD3 دیگر حالات میں بہتر کارکردگی دکھائے گا۔

اہم خیالات

• TD3 ایمیزون اور بٹ کوائن کی روزانہ اختتامی قیمتوں سے ٹریڈنگ ایکشن بنانے کے لیے استعمال ہوتا ہے۔
• ایکشن کی گنجائش میں ٹریڈنگ پوزیشن اور ٹریڈ کیے گئے حصص کی تعداد دونوں شامل ہیں۔
• مطالعہ TD3 کا تکنیکی تجزیے، تقویتی سیکھنے، اسٹاکیسٹک اور ڈیٹرمنسٹک اسٹریٹیجیز سے موازنہ کرتا ہے۔
• منافع اور شارپ تناسب بیان کردہ کارکردگی کے پیمانے ہیں۔
• رپورٹ شدہ موازنے میں آزمودہ حالات کے اندر پوزیشن کے انتخاب کو ٹریڈ کے حجم کے تعین کے ساتھ ملانے کو بہتر پایا گیا۔

ٹیگز

# 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.

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۔