کثیر اثاثہ پورٹ فولیو ٹریڈنگ کے لیے ڈیپ کیو لرننگ
خلاصہ
یہ مطالعہ پورٹ فولیو ٹریڈنگ کو مارکوف فیصلہ جاتی عمل کے طور پر تشکیل دیتا ہے اور متعدد اثاثوں میں تخصیصات منتخب کرنے کے لیے ڈیپ کیو لرننگ سے ایک ایجنٹ کو تربیت دیتا ہے۔ اس کا ایکشن اسپیس مجرد اور امتزاجی ہے: ہر اثاثے کے لیے ایجنٹ پہلے سے متعین حجم پر ٹریڈ کی سمت منتخب کرتا ہے۔ پابندیوں کی خلاف ورزی کرنے والے ایکشنز سے نمٹنے کے لیے، طریقہ کار ناقابلِ عمل تجویز کو قریب ترین قابلِ عمل متبادل میں تبدیل کرتا ہے۔ اس میں کثیر اثاثہ ایکشن اسپیس سنبھالنے اور ہر حالت میں قابلِ عمل ایکشنز کی نقل کرنے کے لیے ایجنٹ اور کیو نیٹ ورک کا ڈیزائن بھی بیان کیا گیا ہے۔
اس طریقۂ کار کا دو نمائندہ پورٹ فولیوز پر بیک ٹیسٹ کے ذریعے جائزہ لیا گیا، جن کے نتائج کو بینچ مارک اسٹریٹیجیز سے بہتر بتایا گیا ہے۔ دستاویز میں پورٹ فولیوز، بینچ مارکس، جائزے کی مدت یا لین دین کے اخراجات کے مفروضوں کی شناخت نہیں کی گئی، اس لیے اس موازنے کی وسعت اور لائیو ٹریڈنگ سے اس کی مطابقت صرف اس وضاحت سے نہیں جانچی جا سکتی۔
اہم خیالات
- پورٹ فولیو کے فیصلہ جاتی عمل کو ڈیپ کیو لرننگ سے تربیت یافتہ مارکوف فیصلہ جاتی عمل کے طور پر ماڈل کیا گیا ہے۔
- ایجنٹ ہر اثاثے کے لیے مجرد سمتیں اور پہلے سے متعین ٹریڈنگ حجم منتخب کرتا ہے۔
- ایک نقشہ بندی کا مرحلہ ناقابلِ عمل مجوزہ ایکشنز کو قریب کے قابلِ عمل ایکشنز میں بدل دیتا ہے۔
- دو پورٹ فولیوز کے بیک ٹیسٹ میں بینچ مارک اسٹریٹیجیز سے بہتر کارکردگی بتائی گئی ہے، لیکن جائزے کی تفصیلات فراہم نہیں کی گئیں۔
ٹیگز
مکمل متن
# An intelligent financial portfolio trading strategy using deep Q-learning # An intelligent financial portfolio trading strategy using deep Q-learning Portfolio traders strive to identify dynamic portfolio allocation schemes so that their total budgets are efficiently allocated through the investment horizon. This study proposes a novel portfolio trading strategy in which an intelligent agent is trained to identify an optimal trading action by using deep Q-learning. We formulate a Markov decision process model for the portfolio trading process, and the model adopts a discrete combinatorial action space, determining the trading direction at prespecified trading size for each asset, to ensure practical applicability. Our novel portfolio trading strategy takes advantage of three features to outperform in real-world trading. First, a mapping function is devised to handle and transform an initially found but infeasible action into a feasible action closest to the originally proposed ideal action. Second, by overcoming the dimensionality problem, this study establishes models of agent and Q-network for deriving a multi-asset trading strategy in the predefined action space. Last, this study introduces a technique that has the advantage of deriving a well-fitted multi-asset trading strategy by designing an agent to simulate all feasible actions in each state. To validate our approach, we conduct backtests for two representative portfolios and demonstrate superior results over the benchmark strategies.
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۔