文献

J-GLOBAL ID：202102266388196630   整理番号：21A3083691

暗号性限界順序の最適配置のための深層強化学習【JST・京大機械翻訳】

Deep reinforcement learning for the optimal placement of cryptocurrency limit orders

著者 (1件)： Schnaubelt Matthias (School of Business, Economics and Society, FAU Erlangen-Nuernberg, Lange Gasse 20, 90403 Nuernberg, Germany)
資料名： European Journal of Operational Research  (European Journal of Operational Research)
巻： 296  号： 3  ページ： 993-1006  発行年： 2022年 
JST資料番号： A0547A  ISSN： 0377-2217  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,最適限界次数配置戦略の学習により,暗号性交換における実行を最適化するために,深層強化学習の最初の大規模応用を示した。実行品質が経済的に重要なレベルでポートフォリオ性能に影響し,規制監督の目標であるので,実行品質は,専門資産管理者と民間投資家の両方にとって非常に関連する。深層強化学習による実行を最適化するために,目的構築報酬関数,手作業市場状態特徴および仮想限界次数交換を導入する問題特異的訓練環境を設計した。最新の深層強化学習アルゴリズムを,主要な停留性交換からの市場データによるいくつかのベンチマークに経験的に比較し,これは,液体コストが比較的高いので,本研究のための理想的なテストベッドを表す。全体で,著者らは300百万の取引と3.5百万のオーダーの書籍状態を有するいくつかの通貨対のために18か月の高周波データを利用した。優れた順序配置戦略を確実に学習するための近位政策最適化を見出した。シミュレートした限界次数交換との相互作用により,確立された市場から経験的に知られている暗号実行戦略を学習する。順序配置は,より低い実行確率の予測においてより攻撃的になり,それは,取引と順序不均衡によって示した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *最適化 ,  相互作用 ,  ポートフォリオ ,  HF【周波数】 ,  暗号 ,  ベンチマーク ,  機械学習 ,  サイバー攻撃
準シソーラス用語： *最適配置 ,  資産管理 ,  テストベッド ,  報酬関数 , 【Automatic Indexing@JST】

著者キーワード (5件)： 金融 ,  最適実行 ,  限界オーダーブック ,  機械学習 ,  深層強化学習

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 暗号 ,  限界 ,  順序 ,  最適配置 ,  深層強化学習