כיצד למידת חיזוק מסתגלת לתנודתיות השוק

רוב הבוטים למסחר הם סטטיים. אתם מגדירים את הפרמטרים, והם מבצעים בצורה עיוורת. למידת חיזוק (RL) משנה את המשחק על ידי הצגת סוכן שלומד באמצעות ניסוי וטעייה, ומבצע אופטימיזציה עבור פונקציית תגמול (בדרך כלל רווח והפסד).

לולאת ה-RL במסחר

1. סוכן: בוט המסחר.
2. סביבה: השוק (מחירים, ספר פקודות).
3. פעולה: קנה, מכור או החזק.
4. תגמול: רווח (חיובי) או הפסד (שלילי).

הסוכן צופה כל הזמן במצב השוק, נוקט בפעולה ומקבל משוב. לאורך מיליוני סימולציות (או "תקופות"), הוא לומד מדיניות שממקסמת תגמולים לטווח ארוך.

הסתגלות לתנודתיות

כוח העל של RL הוא הסתגלות.

• שוק שוורי: הסוכן לומד ש"קנה והחזק" מניב את התגמול הגבוה ביותר.
• שוק תנודתי: הסוכן מבין שהחזקה מובילה לירידות (drawdowns), ולכן הוא עובר לסגנון של חזרה לממוצע.

בניגוד ל-Grid Bots, הדורשים מכם להגדיר את הטווח, סוכן RL יכול למצוא את הטווח האופטימלי באופן דינמי.

אתגרים של RL

זה לא הכל חלק. מודלים של RL יכולים להיות מועדים ל-overfitting (התאמת יתר) – שינון רעש עבר במקום ללמוד דפוסים אמיתיים. זו הסיבה ש-הנדסת מאפיינים היא קריטית כדי להזין את הסוכן בנתונים נקיים ומשמעותיים.

נסו את זה

האסטרטגיות ה"מסתגלות" שלנו ב-לוח המחוונים משתמשות בעקרונות RL כדי להתאים את ה-stop-loss וה-take-profit בזמן אמת. חוו את האבולוציה של המסחר.