Học tăng cường với mạng tái diễn để giao dịch trong các chế độ tiềm ẩn
Tóm tắt
Bài nghiên cứu xem xét giao dịch tối ưu khi tín hiệu tuân theo quá trình Ornstein-Uhlenbeck hồi quy về trung bình, với các tham số thay đổi theo những chế độ ẩn. Nghiên cứu kết hợp mạng nơ-ron hồi quy với học tăng cường để suy ra thông tin về trung bình tiềm ẩn, tốc độ hồi quy và biến động của tín hiệu từ các quan sát, rồi dùng thông tin đó để định hướng giao dịch.
Các tác giả đề xuất ba cách tiếp cận dựa trên DDPG: một cách truyền các trạng thái ẩn hồi quy đến tác nhân giao dịch, còn hai cách kia cung cấp xác suất chế độ được ước tính hoặc dự báo giá trị tín hiệu tiếp theo. Các mô phỏng với động lực chế độ ngày càng phức tạp và một ứng dụng giao dịch cặp cổ phiếu thực nghiệm ưu tiên cách tiếp cận dựa trên xác suất về phần thưởng tích lũy và khả năng diễn giải. Phương pháp dựa trên dự báo chỉ đem lại lợi ích hạn chế, còn phương pháp trạng thái ẩn có hiệu quả nằm giữa hai phương pháp kia. Những kết quả này cho thấy cách biểu diễn thông tin suy ra có ý nghĩa, nhưng bằng chứng của tài liệu đến từ các mô phỏng và ứng dụng được nêu cụ thể; nghiên cứu không chứng minh hiệu quả ở các thị trường hay điều kiện triển khai khác.
Ý chính
- Tín hiệu giao dịch được mô hình hóa là hồi quy về trung bình, với các tham số thay đổi giữa những chế độ ẩn.
- Mạng tái diễn trích xuất thông tin theo thời gian từ các quan sát về tín hiệu.
- Ba thiết kế DDPG cung cấp cho tác nhân các trạng thái ẩn, xác suất chế độ hoặc dự báo tín hiệu.
- Cách tiếp cận dựa trên xác suất chế độ hoạt động tốt nhất trong các mô phỏng và ứng dụng giao dịch cặp được báo cáo.
- Thông tin cung cấp cho tác nhân ảnh hưởng đến cả phần thưởng được báo cáo lẫn khả năng diễn giải chiến lược.
Thẻ
Toàn văn
# Deep reinforcement learning for optimal trading with partial information # Deep reinforcement learning for optimal trading with partial information Reinforcement Learning (RL) applied to financial problems has been the subject of a lively area of research. The use of RL for optimal trading strategies that exploit latent information in the market is, to the best of our knowledge, not widely tackled. In this paper we study an optimal trading problem, where a trading signal follows an Ornstein-Uhlenbeck process with regime-switching dynamics. We employ a blend of RL and Recurrent Neural Networks (RNN) in order to make the most at extracting underlying information from the trading signal with latent parameters. The latent parameters driving mean reversion, speed, and volatility are filtered from observations of the signal, and trading strategies are derived via RL. To address this problem, we propose three Deep Deterministic Policy Gradient (DDPG)-based algorithms that integrate Gated Recurrent Unit (GRU) networks to capture temporal dependencies in the signal. The first, a one -step approach (hid-DDPG), directly encodes hidden states from the GRU into the RL trader. The second and third are two-step methods: one (prob-DDPG) makes use of posterior regime probability estimates, while the other (reg-DDPG) relies on forecasts of the next signal value. Through extensive simulations with increasingly complex Markovian regime dynamics for the trading signal's parameters, as well as an empirical application to equity pair trading, we find that prob-DDPG achieves superior cumulative rewards and exhibits more interpretable strategies. By contrast, reg-DDPG provides limited benefits, while hid-DDPG offers intermediate performance with less interpretable strategies. Our results show that the quality and structure of the information supplied to the agent are crucial: embedding probabilistic insights into latent regimes substantially improves both profitability and robustness of reinforcement learning-based trading strategies.
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.