Αλγοριθμικές συναλλαγές : μια προσέγγιση ενισχυτικής μάθησης
Loading...
Date
2024-07-12
Authors
Αζής, Στέλιος
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Στη σύγχρονη εποχή, η Τεχνητή Νοημοσύνη βρίσκει εφαρμογή σε πολλούς τομείς και ιδιαίτερα στον χώρο των χρηματοοικονομικών, όπου χρησιμοποιείται ευρέως για τη βελτίωση των αποτελεσμάτων στις συναλλαγές. Πολλές εταιρίες επενδύσεων εκμεταλλεύονται την ραγδαία εξέλιξη της τεχνολογίας για να αναλύσουν τα δεδομένα της αγοράς και να βελτιώσουν τις αποδόσεις τους, κατασκευάζοντας μοντέλα που ενσωματώνουν τεχνητή νοημοσύνη στις
διαδικασίες τους, μειώνοντας τις αρνητικές επιδράσεις του ανθρώπινου παράγοντα και κατ΄ επέκταση την εξάρτηση των αποφάσεων από το συναίσθημα. Η ενισχυτική μάθηση ανήκει στην κατηγορία της μηχανικής μάθησης, όπου ένα τεχνητό σύστημα λαμβάνει αποφάσεις σε ένα περιβάλλον. Σε αυτό το πλαίσιο, ο "ευφυείς πράκτορας" λαμβάνει αποφάσεις λαμβάνοντας υπόψη τα αποτελέσματα προηγούμενων ενεργειών του και τις ανταμοιβές που παίρνει για αυτές. Υπάρχει έντονη έρευνα σε αυτόν τον τομέα, και έχουν δημιουργηθεί πολλά επιτυχημένα συστήματα τα οποία έχουν επιδείξει εξαιρετικές επιδόσεις σε παιχνίδια όπως το Go, σκάκι, Dota, StarCraft 2.
Στην παρούσα εργασία, πραγματοποιείται μια μελέτη για την εφαρμογή της ενισχυτικής μάθησης σε συναλλαγές υψηλής συχνότητας σε ένα ανταλλακτήριο. Πιο συγκεκριμένα, υλοποιούνται διάφοροι πράκτορες που χρησιμοποιούν αλγορίθμους ενισχυτικής μάθησης βασισμένους στο Q-learning. Στη συνέχεια, σχεδιάζεται και υλοποιείται ένα περιβάλλον που προσομοιώνει την αγορά ενός ανταλλακτηρίου. ΄Ενα από τα σημαντικότερα κομμάτια της εργασίας αποτελούν οι συναρτήσεις επιβράβευσης, μέσω των οποίων οι πράκτορες δημιουργούν την στρατηγική του προβλήματος που καλούνται να επιλύσουν. Τέλος, οι πράκτορες και οι στρατηγικές που αναπτύχθηκαν αξιολογούνται ως προς τα ημερήσια κέρδη που σημείωσαν.
Description
Keywords
Ενισχυτική μάθηση, Αλγοριθμικές συναλλαγές, Τεχνητή νοημοσύνη