ٹک سطح کی کرپٹو مارکیٹ میکنگ کے لیے گہری تقویتی سیکھ

خلاصہ

دستاویز ایک اعلیٰ تعدد مارکیٹ میکنگ فریم ورک پیش کرتی ہے جو ٹک سطح کے مارکیٹ ڈیٹا کو وقفے وقفے سے آنے والے پیش گوئی کے سگنلز کے ساتھ ملاتا ہے۔ یہ مارکیٹ میکنگ کے اقدامات طے کرتے وقت تیز رفتار آرڈر سطح کی معلومات اور کم تواتر والی پیش گوئیوں، دونوں کے استعمال کے لیے گہری تقویتی سیکھ لاگو کرتی ہے۔ اس کی وجہ یہ ہے کہ زیادہ مقدار میں ٹک ڈیٹا اور پیچیدہ مارکیٹ حالات، معلومات کے کسی ایک ذریعے سے مؤثر لیکویڈیٹی فراہم کرنے کی حکمتِ عملیاں بنانا مشکل کرتے ہیں۔

رپورٹ شدہ جانچ مختلف گہری تقویتی سیکھ کے الگورتھم سے بنی حکمتِ عملیوں کا سمیولیٹڈ منظرناموں اور حقیقی کرپٹو کرنسی مارکیٹ ڈیٹا کے تجربات میں موازنہ کرتی ہے۔ مصنفین کے مطابق مشترکہ فریم ورک موجودہ طریقوں کے مقابلے میں منافع بخشی اور خطرے کے انتظام کو بہتر کرتا ہے۔ خلاصہ مخصوص الگورتھم، اثاثے، جانچ کے ادوار، بنیادی موازنوں یا خطرے کے پیمانوں کی نشاندہی نہیں کرتا، اس لیے رپورٹ شدہ فوائد کی مقدار اور عمومیت کا صرف اس وضاحت سے اندازہ نہیں لگایا جا سکتا۔

اہم خیالات

• مجوزہ مارکیٹ میکنگ طریقہ ٹک سطح کے مشاہدات کو وقفے وقفے سے ملنے والے پیش گوئی کے سگنلز کے ساتھ جوڑتا ہے۔
• گہری تقویتی سیکھ مشترکہ معلومات کو مارکیٹ میکنگ کے فیصلوں میں بدلتی ہے۔
• یہ فریم ورک اعلیٰ تعدد مارکیٹ ڈیٹا کی مقدار اور پیچیدگی کے پیشِ نظر تجویز کیا گیا ہے۔
• تقویتی سیکھنے کے مختلف الگورتھم میں حکمتِ عملیوں کا جائزہ سمیولیشنز اور حقیقی کرپٹو کرنسی ڈیٹا سے لیا گیا ہے۔
• دستاویز منافع بخشی اور خطرہ مینجمنٹ میں بہتری رپورٹ کرتی ہے، مگر ان کی مقدار یا عمومیت جانچنے کے لیے درکار تفصیلات نہیں دیتی۔

ٹیگز

# Integrating Tick-level Data and Periodical Signal for High-frequency Market Making


# Integrating Tick-level Data and Periodical Signal for High-frequency Market Making









We focus on the problem of market making in high-frequency trading. Market making is a critical function in financial markets that involves providing liquidity by buying and selling assets. However, the increasing complexity of financial markets and the high volume of data generated by tick-level trading makes it challenging to develop effective market making strategies. To address this challenge, we propose a deep reinforcement learning approach that fuses tick-level data with periodic prediction signals to develop a more accurate and robust market making strategy. Our results of market making strategies based on different deep reinforcement learning algorithms under the simulation scenarios and real data experiments in the cryptocurrency markets show that the proposed framework outperforms existing methods in terms of profitability and risk management.

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۔