نهج التعلم المعزز العميق لأتمتة التداول في سوق الأوراق المالية
| العنوان | نهج التعلم المعزز العميق لأتمتة التداول في سوق الأوراق المالية |
|---|---|
| المؤلف | قباني، تايلور، دومان، أكرم |
| تاريخ النشر: | 2022 |
| مكان النشر | - IEEE |
| الموضوع | الوكيل المستقل، التعلم المعزز العميق، MDP، تحليل المشاعر، سوق الأوراق المالية، المؤشرات الفنية، التدرج المزدوج للسياسة الحتمية العميقة |
| النوع | دورية |
| اللغة | الإنجليزية |
| رقمي | نعم |
| مخطوط | لا |
| المكتبة: | جامعة اوزيجين |
| معرف أصل المكتبة | 2169-3536 |
| رقم السجل | b6722a2a-3815-4d39-bbdd-42e3b379d68d |
| موقع المكتبة | الهندسة الصناعية |
| التاريخ | 2022 |
| نص عينة | يمكن لخوارزميات التعلم المعزز العميق (DRL) التوسع في حل المشكلات التي كانت مستعصية في السابق. من الممكن أتمتة توليد الأرباح في سوق الأوراق المالية باستخدام DRL، من خلال الجمع بين خطوة "التنبؤ" بأسعار الأصول المالية وخطوة "تخصيص" المحفظة في عملية واحدة موحدة لإنتاج أنظمة مستقلة تمامًا قادرة على التفاعل مع بيئتها لاتخاذ القرارات المثلى من خلال التجربة والخطأ. يمثل هذا العمل نموذج DRL لإنشاء صفقات مربحة في سوق الأوراق المالية، والتغلب بشكل فعال على قيود أساليب التعلم الخاضعة للإشراف. نحن نقوم بصياغة مشكلة التداول كنموذج لعملية اتخاذ القرار ماركوف الخاضعة للمراقبة الجزئية (POMDP)، مع الأخذ في الاعتبار القيود التي يفرضها سوق الأوراق المالية، مثل السيولة وتكاليف المعاملات. قمنا بعد ذلك بحل مشكلة POMDP المصاغة باستخدام خوارزمية التدرج المزدوج للسياسة الحتمية العميقة (TD3) التي تبلغ نسبة شارب 2.68 على مجموعة البيانات غير المرئية (بيانات الاختبار). ومن وجهة نظر التنبؤ بسوق الأوراق المالية وآلية اتخاذ القرار الذكي، توضح هذه الورقة تفوق DRL في الأسواق المالية على الأنواع الأخرى من التعلم الآلي وتثبت مصداقيته ومزاياه في اتخاذ القرارات الاستراتيجية. |
| DOI | 10.1109/ACCESS.2022.3203697 |
| Cilt | 10 |
