Cum se adaptează învățarea prin consolidare la volatilitatea pieței

Majoritatea boților de tranzacționare sunt statici. Setați parametrii și aceștia execută orbește. Învățarea prin consolidare (RL) schimbă jocul introducând un agent care învață prin încercare și eroare, optimizând pentru o funcție de recompensă (de obicei Profit și Pierdere).

Bucla RL în tranzacționare

1. Agent: Botul de tranzacționare.
2. Mediu (Environment): Piața (prețuri, registru de ordine).
3. Acțiune: Cumpără, Vinde sau Păstrează (Hold).
4. Recompensă: Profit (pozitiv) sau Pierdere (negativ).

Agentul observă în mod constant starea pieței, întreprinde o acțiune și primește feedback. De-a lungul a milioane de simulări (sau „epoci”), învață o politică care maximizează recompensele pe termen lung.

Adaptarea la volatilitate

Superputerea RL este adaptarea.

• Piață Bull: Agentul învață că „Cumpără și Păstrează” produce cea mai mare recompensă.
• Piață Agitată (Choppy): Agentul realizează că păstrarea duce la scăderi (drawdowns), așa că trece la un stil de revenire la medie (mean-reversion).

Spre deosebire de Grid Bots, care necesită să definiți intervalul, un agent RL poate găsi intervalul optim în mod dinamic.

Provocările RL

Nu totul este roz. Modelele RL pot fi predispuse la supra-ajustare (overfitting) – memorarea zgomotului trecut în loc să învețe modele adevărate. De aceea, ingineria caracteristicilor este crucială pentru a alimenta agentul cu date curate și semnificative.

Încercați

Strategiile noastre „Adaptive” de pe Dashboard utilizează principii RL pentru a ajusta stop-loss și take-profit în timp real. Experimentați evoluția tranzacționării.