مواد پر جائیں
لائبریری کی تمام دستاویزات

خطرے سے آگاہ کرپٹو پورٹ فولیو مینجمنٹ کے لیے ڈیپ تقویتی لرننگ

مضمون arXiv papers · مصنف: Wonsup Shin et al.

خلاصہ

مقالہ پورٹ فولیو مینجمنٹ کے لیے ڈیپ تقویتی لرننگ ایجنٹ پیش کرتا ہے جو منافع کے حصول کو خطرے کی پابندی کے ساتھ متوازن کرتا ہے۔ اس کی ہدف پالیسی قابلِ ترتیب لالچ پیرامیٹر سے یہ بدلتی ہے کہ ایجنٹ بہترین عمل کو کتنی ترجیح دیتا ہے، تاکہ کم خطرے والے انتخاب کی حوصلہ افزائی ہو۔ مصنفین اس طریقے کو کرپٹو کرنسی مارکیٹ ڈیٹا پر جانچتے ہیں، جسے منٹ کی سطح کے وافر مشاہدات اور بلند اتار چڑھاؤ کے باعث منتخب کیا گیا۔

رپورٹ شدہ آزمائشی مدت میں ایجنٹ نے 1800% منافع دیا اور موازنہ شدہ طریقوں میں اس کا خطرہ سب سے کم تھا۔ مزید تجربات بلند مارکیٹ اتار چڑھاؤ اور مختصر تربیتی ادوار میں مضبوط کارکردگی کی طرف اشارہ کرتے ہیں۔ اقتباس خطرے کا پیمانہ، موازنہ کے طریقے، اثاثے، لین دین کے اخراجات یا جائزے کا ڈیزائن واضح نہیں کرتا؛ اس لیے کارکردگی کے دعووں کا تفصیلی جائزہ یا بیان کردہ تجربات سے باہر ان کا اطلاق فرض نہیں کیا جا سکتا۔

اہم خیالات

  • مجوزہ ایجنٹ منافع اور خطرے کی پابندی دونوں کو ملحوظ رکھتے ہوئے پورٹ فولیو مینجمنٹ بہتر کرتا ہے۔
  • قابلِ ترتیب ہدف پالیسی بہترین عمل کی ترجیح قابو کرتی ہے اور کم خطرے والے اعمال کی طرف مائل کرنے کے لیے بنائی گئی ہے۔
  • یہ طریقہ منٹ کی سطح کے مشاہدات والے کرپٹو کرنسی مارکیٹ ڈیٹا پر جانچا گیا۔
  • مصنفین آزمائشی مدت میں 1800% منافع اور موازنہ شدہ طریقوں میں سب سے کم خطرہ رپورٹ کرتے ہیں۔
  • مزید تجربات بلند اتار چڑھاؤ اور مختصر تربیتی ادوار میں مضبوطی کی طرف اشارہ کرتے ہیں، تاہم اقتباس جائزے کی تفصیل نہیں دیتا۔

ٹیگز

مکمل متن
# Automatic Financial Trading Agent for Low-risk Portfolio Management using Deep Reinforcement Learning


# Automatic Financial Trading Agent for Low-risk Portfolio Management using Deep Reinforcement Learning









The autonomous trading agent is one of the most actively studied areas of artificial intelligence to solve the capital market portfolio management problem. The two primary goals of the portfolio management problem are maximizing profit and restrainting risk. However, most approaches to this problem solely take account of maximizing returns. Therefore, this paper proposes a deep reinforcement learning based trading agent that can manage the portfolio considering not only profit maximization but also risk restraint. We also propose a new target policy to allow the trading agent to learn to prefer low-risk actions. The new target policy can be reflected in the update by adjusting the greediness for the optimal action through the hyper parameter. The proposed trading agent verifies the performance through the data of the cryptocurrency market. The Cryptocurrency market is the best test-ground for testing our trading agents because of the huge amount of data accumulated every minute and the market volatility is extremely large. As a experimental result, during the test period, our agents achieved a return of 1800% and provided the least risky investment strategy among the existing methods. And, another experiment shows that the agent can maintain robust generalized performance even if market volatility is large or training period is short.

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۔