Повышение доходности торгового агента на основе метода Q-learning посредством использования производных финансовых показателей

Аннотация

Повышению доходности торговых агентов уделялось и продолжает уделяться огромное внимание. В статье рассматриваются различные подходы к решению указанной проблемы, одним из которых является обучение с подкреплением активно используемое для решения задач алгоритмической торговли. Повышение эффективности (доходности) алгоритмической торговли возможно двумя способами, с одной стороны, усовершенствование алгоритмов, с другой стороны обогащение данных, которые передаются на вход алгоритмам. В исследовании проведено подтверждение целесообразности применения производных финансовых показателей для задач применения торговых алгоритмов на основе алгоритмов обучения с подкреплением. Основная идея реализации исследования направлена на получение результатов работы торгового агента на основе Q-learning на технических показателях и на производных технических показателях (агент реализован на Python). Проведено обоснование выбора метода Q-learning для решения поставленной задачи, рассмотрены основы принятия решения, политика, стратегия, обучение с подкреплением. В работе рассмотрены вопросы повышения эффективности (доходности) торгового агента на основе алгоритма Q-learning посредством передачи ему производных технических показателей, определены и обоснованы производные технические показатели, проверены результаты работы торгового агента на технических показателях и на производных технических показателях. В исследовании, представленном в статье, проведена эмпирическая проверка возможности создания синтетических финансовых признаков для повышения эффективности алгоритмов обучения, кроме того, проведена проверка получения необходимых результатов при применении алгоритмов обучения с подкреплением. Проведено эмпирическое подтверждение, что применение производных финансовых показателей для повышения эффективности (доходности) торговых агентов на основе метода Q-learning с применением алгоритмов обучения с подкреплением является целесообразным.

Сведения об авторах

Arseny Stanislavovich Gurin, Финансовый университет при Правительстве Российской Федерации

магистрант департамента анализа данных и машинного обучения

Yakov Stanislavovich Gurin, Финансовый университет при Правительстве Российской Федерации

магистрант департамента анализа данных и машинного обучения

Rimma Ivanovna Gorokhova, Финансовый университет при Правительстве Российской Федерации

доцент департамента анализа данных и машинного обучения, кандидат педагогических наук, доцент

Sergey Alexeyevich Korchagin, Финансовый университет при Правительстве Российской Федерации

доцент департамента анализа данных и машинного обучения, кандидат физико-математических наук

Petr Vladimirovich Nikitin, Финансовый университет при Правительстве Российской Федерации

доцент департамента анализа данных и машинного обучения, кандидат педагогических наук, доцент

Опубликована
2020-11-30
Как цитировать
GURIN, Arseny Stanislavovich et al. Повышение доходности торгового агента на основе метода Q-learning посредством использования производных финансовых показателей. Международный научный журнал «Современные информационные технологии и ИТ-образование», [S.l.], v. 16, n. 3, nov. 2020. ISSN 2411-1473. Доступно на: <http://sitito.cs.msu.ru/index.php/SITITO/article/view/701>. Дата доступа: 21 apr. 2021
Раздел
Когнитивно-информационные технологии в цифровой экономике