Дата публикации в реестре: 2022-10-06T17:16:17Z

Аннотация:

Управление портфелем ценных бумаг - это процесс принятия решений о распределении средств в различные финансовые активы, такие как акции, для максимизации накопленной прибыли и минимизации рисков в течение определенного периода времени. Обучение с подкреплением - это подход в машинном обучении, связанный с решением задач динамической оптимизации без использования моделей путем максимизации функции вознаграждения в пространствах состояний и действий. Эта статья демонстрирует возможности алгоритмов глубокого обучения с подкреплением в области управления финансовыми портфелями. В последние годы эта область получила огромное развитие из-за возросшей вычислительной мощности и расширения исследований в области последовательного принятия решений с помощью теории управления. В этой статье мы разрабатываем модель глубокого обучения с подкреплением, которая действует как автономный агент для оптимизации финансового портфеля. В частности, мы рассматриваем алгоритм Deep Q Network (DQN), который представляет собой алгоритм обучения с подкреплением без использования модели, который изучает качество действий и сообщает агенту, какие действия следует предпринять при каких обстоятельствах. Мы проводим сравнительный анализ стратегии оптимизации на основе обучения с подкреплением и более традиционных стратегий: «Следуй за победителем», «Следуй за проигравшим» и «Равномерно сбалансированный портфель», чтобы выяснить, какой агент превосходит все другие стратегии.

Тип: Article

Права: open access

Источник: Информационно-телекоммуникационные технологии и математическое моделирование высокотехнологичных систем