Kako se Učenje potkrepljenjem prilagođava volatilnosti tržišta

Većina botova za trgovanje je statična. Postavite parametre i oni izvršavaju naslepo. Učenje potkrepljenjem (RL) menja igru uvođenjem agenta koji uči kroz pokušaje i greške, optimizujući za funkciju nagrađivanja (obično Profit & Gubitak).

RL petlja u trgovanju

1. Agent: Bot za trgovanje.
2. Okruženje: Tržište (cene, knjiga naloga).
3. Akcija: Kupi, Prodaj ili Drži.
4. Nagrada: Profit (pozitivno) ili Gubitak (negativno).

Agent konstantno posmatra stanje tržišta, preduzima akciju i prima povratnu informaciju. Kroz milione simulacija (ili "epoha"), uči politiku koja maksimizira dugoročne nagrade.

Prilagođavanje volatilnosti

Supermoć RL-a je adaptacija.

• Bikovsko tržište: Agent uči da "Kupi i Drži" donosi najveću nagradu.
• Seckavo tržište: Agent shvata da držanje dovodi do povlačenj (drawdowns), pa prelazi na stil vraćanja na srednju vrednost (mean-reversion).

Za razliku od Grid Botova, koji zahtevaju da definišete opseg, RL agent može pronaći optimalan opseg dinamički.

Izazovi RL-a

Nije sve glatko. RL modeli mogu biti skloni prepodešavanju (overfitting)—memorisanju prošle buke umesto učenja pravih obrazaca. Zato je Inženjering karakteristika ključan za hranjenje agenta čistim, smislenim podacima.

Probajte

Naše "Adaptivne" strategije na Kontrolnoj tabli koriste RL principe za prilagođavanje stop-gubitaka i uzimanja profita u realnom vremenu. Iskusite evoluciju trgovanja.