کرپٹو کرنسی پورٹ فولیو مختص کرنے کے لیے گہری تقویتی تعلیم

خلاصہ

یہ مقالہ ماڈل سے آزاد کنوولوشنل نیورل نیٹ ورک بیان کرتا ہے جو اثاثوں کے ایک مجموعے کی تاریخی قیمتیں لے کر پورٹ فولیو کے وزن پیدا کرتا ہے۔ اسے تقویتی تعلیم کے ذریعے تربیت دی جاتی ہے، جس میں مجموعی منافع انعام کا کام کرتا ہے۔ تربیتی ڈیٹا میں ایک ایکسچینج سے کرپٹو کرنسی کی قیمتوں کے 0.7 سال شامل ہیں، اور بیان کردہ ٹریڈنگ وقفہ 30 منٹ ہے۔

اسی مارکیٹ کے بیک ٹیسٹس میں 1.8 ماہ کے دوران دس گنا منافع رپورٹ ہوا، اور نتائج کا موازنہ حال ہی میں شائع شدہ پورٹ فولیو انتخاب کی کئی اسٹریٹیجیز سے کیا گیا۔ اقتباس میں ایکسچینج، اثاثوں، معیارِ موازنہ کی تفصیلات، ٹرانزیکشن اخراجات یا اس بات کی شناخت نہیں کہ جانچ کا ڈیٹا تربیت سے آزاد تھا یا نہیں۔ تربیت کی مختصر تاریخ اور اسی مارکیٹ میں ٹیسٹنگ سے مضبوطی یا دوسری مارکیٹوں میں منتقلی کے بارے میں اخذ کیے جانے والے نتائج محدود ہوتے ہیں؛ یہاں بیان کردہ نتائج دوسرے مقامات پر اطلاق کے دعوے کی حمایت نہیں کرتے۔

اہم خیالات

• کنوولوشنل نیورل نیٹ ورک اثاثوں کی تاریخی قیمتوں کو پورٹ فولیو کے وزن میں بدلتا ہے۔
• ماڈل کو مجموعی منافع زیادہ سے زیادہ کرنے کے لیے تقویتی تعلیم سے تربیت دی جاتی ہے۔
• رپورٹ کردہ تربیتی نمونے میں کرپٹو کرنسی کی قیمتوں کے 0.7 سال شامل ہیں۔
• اسی مارکیٹ میں بیک ٹیسٹس 30 منٹ کے ٹریڈنگ وقفے استعمال کرتے ہیں اور 1.8 ماہ میں دس گنا منافع رپورٹ کرتے ہیں۔
• اقتباس نمونے سے باہر مضبوطی یا دوسری مارکیٹوں میں کارکردگی ثابت نہیں کرتا۔

ٹیگز

# Cryptocurrency Portfolio Management with Deep Reinforcement Learning


# Cryptocurrency Portfolio Management with Deep Reinforcement Learning









Portfolio management is the decision-making process of allocating an amount of fund into different financial investment products. Cryptocurrencies are electronic and decentralized alternatives to government-issued money, with Bitcoin as the best-known example of a cryptocurrency. This paper presents a model-less convolutional neural network with historic prices of a set of financial assets as its input, outputting portfolio weights of the set. The network is trained with 0.7 years' price data from a cryptocurrency exchange. The training is done in a reinforcement manner, maximizing the accumulative return, which is regarded as the reward function of the network. Backtest trading experiments with trading period of 30 minutes is conducted in the same market, achieving 10-fold returns in 1.8 months' periods. Some recently published portfolio selection strategies are also used to perform the same back-tests, whose results are compared with the neural network. The network is not limited to cryptocurrency, but can be applied to any other financial markets.

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۔