حصص کی تکمیل کے لیے منصفانہ کثیر ایجنٹ تقویتی سیکھنا

خلاصہ

مقالہ اس مسئلے پر غور کرتا ہے کہ جب متعدد کلائنٹ ایک ہی اثاثے چاہتے ہوں مگر ان کے آرڈر سائز، مدت اور خطرے کی ترجیحات مختلف ہوں تو ٹریڈنگ ڈیسک کو آرڈر کیسے مکمل کرنے چاہییں۔ پہلے مکمل ہونے والے آرڈر قیمتیں بدل سکتے ہیں، اس لیے مجموعی ٹریڈنگ آمدنی کو زیادہ سے زیادہ کرنے سے بعد میں مکمل ہونے والے آرڈرز کے کلائنٹس کو نقصان پہنچ سکتا ہے۔ مجوزہ فریم ورک کلائنٹس کے لیے انفرادی طور پر اسٹریٹیجیز تیار کرنے اور گروپ میں ان کے نتائج میں توازن رکھنے کے لیے کثیر ایجنٹ تقویتی سیکھنا استعمال کرتا ہے۔

جنرلائزڈ گنی انڈیکس کلائنٹس کی آمدنی کو مجموعی طور پر ناپتا ہے اور آمدنی بہتر بنانے کے ساتھ انصاف کے مقصد کو شامل کرنے کا طریقہ فراہم کرتا ہے۔ مصنفین تجرباتی شواہد کی اطلاع دیتے ہیں کہ یہ طریقہ آمدنی کی بہتری برقرار رکھتے ہوئے منصفانہ پن بڑھاتا ہے، اور دلیل دیتے ہیں کہ تقویتی سیکھنا بدلتے مارکیٹ حالات سے مطابقت پیدا کر سکتا ہے۔ فراہم کردہ تفصیل میں ڈیٹا سیٹ، تجرباتی ترتیب، عددی نتائج یا موازنے کی تفصیلات نہیں، اس لیے صرف اس متن سے تجرباتی دعوے کی مضبوطی اور عمومی حیثیت کا جائزہ نہیں لیا جا سکتا۔

اہم خیالات

• کلائنٹس کے آرڈرز کی تکمیل میں کل آمدنی زیادہ سے زیادہ کرنے اور کلائنٹس کے ساتھ منصفانہ سلوک کے درمیان تناؤ پیدا ہو سکتا ہے۔
• پہلے آرڈر قیمتوں کو متاثر کر سکتے ہیں اور بعد کے آرڈرز کی عمل درآمدی لاگت بڑھا سکتے ہیں۔
• فریم ورک کلائنٹ کے لیے مخصوص عمل درآمدی اسٹریٹیجیز سیکھنے کے لیے کثیر ایجنٹ تقویتی سیکھنا استعمال کرتا ہے۔
• جنرلائزڈ گنی انڈیکس آمدنی کے مجموعے میں تقسیماتی منصفانہ پن شامل کرتا ہے۔
• دستاویز آمدنی کی بہتری برقرار رکھتے ہوئے منصفانہ پن بہتر ہونے کا دعویٰ کرتی ہے، مگر شواہد جانچنے کے لیے بہت کم تفصیلات فراہم کرتی ہے۔

ٹیگز

# Fairness in Multi-agent Reinforcement Learning for Stock Trading


# Fairness in Multi-agent Reinforcement Learning for Stock Trading









Unfair stock trading strategies have been shown to be one of the most negative perceptions that customers can have concerning trading and may result in long-term losses for a company. Investment banks usually place trading orders for multiple clients with the same target assets but different order sizes and diverse requirements such as time frame and risk aversion level, thereby total earning and individual earning cannot be optimized at the same time. Orders executed earlier would affect the market price level, so late execution usually means additional implementation cost. In this paper, we propose a novel scheme that utilizes multi-agent reinforcement learning systems to derive stock trading strategies for all clients which keep a balance between revenue and fairness. First, we demonstrate that Reinforcement learning (RL) is able to learn from experience and adapt the trading strategies to the complex market environment. Secondly, we show that the Multi-agent RL system allows developing trading strategies for all clients individually, thus optimizing individual revenue. Thirdly, we use the Generalized Gini Index (GGI) aggregation function to control the fairness level of the revenue across all clients. Lastly, we empirically demonstrate the superiority of the novel scheme in improving fairness meanwhile maintaining optimization of revenue.

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۔