Học tăng cường sâu cho tạo lập thị trường tiền mã hóa theo tick

Tóm tắt

Tài liệu trình bày khuôn khổ tạo lập thị trường tần suất cao kết hợp dữ liệu thị trường theo tick với các tín hiệu dự báo định kỳ. Khuôn khổ áp dụng học tăng cường sâu để dùng cả thông tin lệnh nhanh và dự báo ít thường xuyên hơn khi đưa ra hành động tạo lập thị trường. Động lực của nghiên cứu là khối lượng dữ liệu tick lớn và điều kiện thị trường phức tạp khiến việc xây dựng chiến lược cung cấp thanh khoản hiệu quả từ một nguồn thông tin duy nhất trở nên khó khăn.

Đánh giá được báo cáo so sánh các chiến lược xây dựng bằng những thuật toán học tăng cường sâu khác nhau trong các kịch bản mô phỏng và thử nghiệm dùng dữ liệu thị trường tiền mã hóa thực. Các tác giả cho biết khuôn khổ kết hợp cải thiện khả năng sinh lời và quản lý rủi ro so với các phương pháp hiện có. Phần tóm tắt không xác định thuật toán, tài sản, giai đoạn đánh giá, phương pháp đối chiếu hay thước đo rủi ro cụ thể, nên chỉ từ mô tả này không thể đánh giá quy mô và mức độ khái quát của các mức cải thiện được báo cáo.

Ý chính

• Phương pháp tạo lập thị trường được đề xuất kết hợp quan sát theo tick với các tín hiệu dự báo định kỳ.
• Học tăng cường sâu chuyển đổi thông tin kết hợp thành quyết định tạo lập thị trường.
• Khuôn khổ được thúc đẩy bởi khối lượng và độ phức tạp của dữ liệu thị trường tần suất cao.
• Mô phỏng và dữ liệu tiền mã hóa thực được dùng để đánh giá các chiến lược qua nhiều thuật toán học tăng cường.
• Tài liệu báo cáo cải thiện khả năng sinh lời và quản lý rủi ro, nhưng thiếu chi tiết để đánh giá quy mô hoặc mức độ khái quát.

Thẻ

# 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.

Hiển thị toàn văn kèm ghi nguồn theo giấy phép của tài liệu gốc. Giấy phép: abstract CC0

Bản tóm tắt này do tác nhân nghiên cứu của Stratmill biên soạn từ tài liệu gốc; đây không phải bản sao của tài liệu.