跳至正文
返回文库全部文档

泡沫经历如何改变强化学习交易者

文章 arXiv papers · 作者: Haibei Zhu et al.
阅读原文

总结

本研究考察强化学习交易者在经历资产价格泡沫后是否会改变策略，以及这种学习是否会影响后续泡沫。研究人员在 ABIDES 多智能体市场模拟中训练智能体，并比较有泡沫经历和无泡沫经历的训练结果。据报告，未经历泡沫的智能体表现得像短期动量交易者，而经历过泡沫的智能体则更像价值型交易者。

在模拟中，缺乏经验的智能体会放大泡沫，而有经验的智能体往往会抑制泡沫，有时还能阻止泡沫形成。作者将此解释为一种可能的繁荣与萧条机制：泡沫破裂的记忆会在一段时间内降低新泡沫发生的可能性；随着这段经历逐渐淡化，发生概率又会上升。这些发现来自模拟市场和训练过的智能体，因此无法说明人类交易者或实盘市场会如何表现。摘要也未提供模拟的参数设置、稳健性检验或记忆效应持续时间等细节。

核心观点

  • 该研究在 ABIDES 中比较经历过和未经历过泡沫的强化学习交易者。
  • 据报告，未经历泡沫的交易者会表现出短期动量行为。
  • 经历过泡沫的交易者表现得更像价值型交易者。
  • 在模拟中，缺乏经验的智能体会放大泡沫，而有经验的智能体往往会抑制泡沫。
  • 作者提出，崩盘记忆逐渐淡化可能会使泡沫风险随时间再次上升。

标签

机器学习股票动量风险管理回测
全文
# Once Burned, Twice Shy? The Effect of Stock Market Bubbles on Traders that Learn by Experience


# Once Burned, Twice Shy? The Effect of Stock Market Bubbles on Traders that Learn by Experience









We study how experience with asset price bubbles changes the trading strategies of reinforcement learning (RL) traders and ask whether the change in trading strategies helps to prevent future bubbles. We train the RL traders in a multi-agent market simulation platform, ABIDES, and compare the strategies of traders trained with and without bubble experience. We find that RL traders without bubble experience behave like short-term momentum traders, whereas traders with bubble experience behave like value traders. Therefore, RL traders without bubble experience amplify bubbles, whereas RL traders with bubble experience tend to suppress and sometimes prevent them. This finding suggests that learning from experience is a mechanism for a boom and bust cycle where the experience of a collapsing bubble makes future bubbles less likely for a period of time until the memory fades and bubbles become more likely to form again.

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。