ہائیرارکل ری اِنفورسمنٹ لرننگ سے پیئر سلیکشن اور ٹریڈنگ

خلاصہ

یہ مقالہ پیئر ٹریڈنگ کو ایک مشترکہ فیصلہ سازی کا مسئلہ سمجھتا ہے، نہ کہ ایسے عمل کو جس میں پہلے اثاثوں کا جوڑا چنا جائے اور پھر اس کی ٹریڈنگ ہو۔ مصنفین کے مطابق ان مراحل کو الگ کرنے سے مفید معلومات ضائع ہو سکتی ہیں: انتخاب میں یہ بات نظرانداز ہو سکتی ہے کہ جوڑے کی مؤثر ٹریڈنگ ممکن ہے یا نہیں، جبکہ ٹریڈنگ ایجنٹ وسیع اثاثہ جاتی کائنات سے سیکھے بغیر چنے ہوئے اثاثوں پر حد سے زیادہ فِٹ ہو سکتا ہے۔

ان کا ہائیرارکل ری اِنفورسمنٹ لرننگ طریقہ جوڑا چننے کا کام اعلیٰ سطح کی پالیسی اور ٹریڈنگ کے اقدامات نچلی سطح کی پالیسی کو دیتا ہے۔ دونوں پالیسیوں کو مشترکہ طور پر بہتر بنایا جاتا ہے، تاکہ انتخاب اور نفاذ کے فیصلے ایک دوسرے سے سیکھ سکیں۔ حقیقی اسٹاک ڈیٹا پر تجربات کے مطابق موجودہ انتخاب اور ٹریڈنگ طریقوں کے مقابلے میں پیئر ٹریڈنگ کی افادیت بہتر ہوئی۔ دستاویز کارکردگی کے مخصوص اعداد یا تجربات کی تفصیلی حدود فراہم نہیں کرتی، اس لیے یہ ثابت نہیں ہوتا کہ طریقہ دوسری منڈیوں، اثاثہ جاتی اقسام یا ٹریڈنگ لاگت میں کیسا کام کرے گا۔

اہم خیالات

• اثاثوں کے جوڑے کا انتخاب اور ٹریڈ کا نفاذ ایک مربوط کام کے طور پر سیکھے جا سکتے ہیں۔
• اعلیٰ سطح کی پالیسی اثاثوں کا جوڑا چنتی ہے، جبکہ نچلی سطح کی پالیسی ٹریڈنگ کے فیصلے کرتی ہے۔
• مشترکہ سیکھنے سے ٹریڈنگ کی کارکردگی کی معلومات پیئر سلیکشن تک واپس پہنچ سکتی ہیں۔
• مطالعہ حقیقی اسٹاک ڈیٹا پر موجودہ طریقوں کے ساتھ تقابل کی اطلاع دیتا ہے۔
• فراہم کردہ تفصیل میں کارکردگی کے تفصیلی اعداد یا اسٹاک تجربات سے آگے کے شواہد نہیں ہیں۔

ٹیگز

# Select and Trade: Towards Unified Pair Trading with Hierarchical Reinforcement Learning


# Select and Trade: Towards Unified Pair Trading with Hierarchical Reinforcement Learning









Pair trading is one of the most effective statistical arbitrage strategies which seeks a neutral profit by hedging a pair of selected assets. Existing methods generally decompose the task into two separate steps: pair selection and trading. However, the decoupling of two closely related subtasks can block information propagation and lead to limited overall performance. For pair selection, ignoring the trading performance results in the wrong assets being selected with irrelevant price movements, while the agent trained for trading can overfit to the selected assets without any historical information of other assets. To address it, in this paper, we propose a paradigm for automatic pair trading as a unified task rather than a two-step pipeline. We design a hierarchical reinforcement learning framework to jointly learn and optimize two subtasks. A high-level policy would select two assets from all possible combinations and a low-level policy would then perform a series of trading actions. Experimental results on real-world stock data demonstrate the effectiveness of our method on pair trading compared with both existing pair selection and trading methods.

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۔