رویکرد یادگیری تقویتی عمیق برای اتوماسیون معاملاتی در بازار سهام
| عنوان | رویکرد یادگیری تقویتی عمیق برای اتوماسیون معاملاتی در بازار سهام |
|---|---|
| نویسنده | کابانی، تایلان |
| تاریخ انتشار: | 2022-06-07T12:36:52Z |
| نوع | سند |
| زبان | انگلیسی |
| دیجیتال | بله |
| نسخه خطی | خیر |
| کتابخانه: | دانشگاه اوزیغین |
| شماره ثبت | c7cfc9db-8f65-468f-b072-9a6593005f8b |
| محل کتابخانه | گروه علوم داده |
| تاریخ | 2022-06-07T12:36:52Z |
| متن نمونه | الگوریتمهای یادگیری تقویتی عمیق (DRL) میتوانند به مسائل حلناپذیر قبلی مقیاس شوند. اتوماسیون تولید سود در بازار سهام با استفاده از DRL، با ترکیب مرحله «پیشبینی» قیمت داراییهای مالی و مرحله «تخصیص» پرتفوی در یک فرآیند یکپارچه برای تولید سیستم کاملاً مستقلی که قادر به تعامل با محیط خود برای تصمیمگیری بهینه از طریق آزمون و خطا باشد، امکانپذیر است. در این مطالعه، یک رویکرد فضای کنش مستمر اتخاذ شده است تا به عامل معاملاتی این توانایی را بدهد که به تدریج موقعیتهای پورتفولیو را با هر مرحله زمانی تعدیل کند (تخصیص مجدد سرمایهگذاری به صورت پویا)، که منجر به تعامل بهتر عامل و محیط و همگرایی سریعتر فرآیند یادگیری میشود. علاوه بر این، این رویکرد از مدیریت یک سبد با چندین دارایی به جای یک دارایی واحد پشتیبانی می کند. این کار نشان دهنده یک مدل جدید DRL برای ایجاد معاملات سودآور در بازار سهام است که به طور موثر بر محدودیت های رویکردهای یادگیری نظارت شده غلبه می کند. ما مشکل معاملات را به عنوان یک مدل فرآیند تصمیمگیری مارکوف (POMDP) با توجه به محدودیتهای تحمیلشده توسط بازار سهام، مانند نقدینگی و هزینههای معامله، فرموله میکنیم. به طور خاص، ما محیطی را طراحی میکنیم که فرآیند معاملات در دنیای واقعی را با افزایش نمایش وضعیت با ده شاخص فنی مختلف و تحلیل احساسات مقالات خبری برای هر سهام شبیهسازی میکند. سپس مسئله POMDP فرموله شده را با استفاده از الگوریتم گرادیان خط مشی قطعی عمیق دوقلو (TD3) حل کردیم و به نسبت شارپ 2.68 در مجموعه داده آزمایشی دست یافتیم. از دیدگاه پیشبینی بازار سهام و مکانیسم تصمیمگیری هوشمند، این مطالعه برتری یادگیری تقویتی عمیق در بازارهای مالی را نسبت به سایر انواع یادگیری ماشینی مانند یادگیری نظارت شده نشان میدهد و اعتبار و مزایای تصمیمگیری استراتژیک با استفاده از DRL را اثبات میکند.، یادگیری تقویتی عمیق (DRL) ölçeklenebilir.Hisse senedi piyasasında kâr üretiminin otomasyonu, finansal varlıkların fiyat "tahmin" adımı ve portföyün "tahsis" adımını Tek birleşik süreçte birleştirerek, deneme yanılmaçinaryo optimale etkileşime girebilen tamamen özerk bir sistem üretmek için DRL kullanılarak mümkündür. Bu çalışmada, alım-satım aracısına portföyün pozisyonlarını her zaman adımı için kademeli olarak ayarlama (yatırımları dinamik olarak yeniden tahsis etme) özelliği vermek için süreklanışıkıkın داها اییی آراسی-اورتام اتکیله شیمی و اوغرنمه سورهسینین داها هیزلی یاکینساماسی ایله سونوچلانمیشتیر. Ayrıca yaklaşım, tek bir varlık yerine birkaç varlık içeren bir portföyün yönetilmesini destekler. بو چالیشما، دئنتیملی اوغرنمه یاکلاشیملارینین سینییرلامالارینی اتکین بیر شکیلده آسارک بورسادا کارلی ایشلملر اولوشتورمک ایچین ینی بیر DRL مدلینی تمسیل اتمکتیدیر. Ticaret problemini, likidite ve işlem maliyetleri gibi hisse senedi piyasasının getirdiği kısıtlamaları dikkate alarak فرآیند تصمیم گیری مارکوف با مشاهدات جزئی (POMDP) modeli olarak formüle ediyoruz. Daha spesifik olarak, her hisse senedi için on farklı teknik gösterge ve haber makalelerinin duygu analizi ile durum temsilini artırarak gerçek dünyadaki ticaret sürecini simüle eden bir ortam tasarlıyoruz. Daha sonra formüle edilmiş POMDP problemini Twin Delayed Deep Policy Gradient (TD3) algoritmasını kullanarak çözdük ve test ver setinde 2.68 Sharpe oranı elde ettik. Hisse senedi piyasası tahmini ve akıllı karar verme mekanizması açısından bu makale, finansal piyasalarda derin pekiştirmeli öğrenmenin denetimli öğrenme gibi diğer makine öğrenimi türlerine göre üstünlönlügüsü. یاکلاسیمینین گوونیلیرلیغینی و استراتژیک کارار ورمنین آوانتاجلارینی کانیتلامکتادیر. |
