用于投资组合管理的脉冲深度强化学习的新型神经形态处理器实现
机器学习
2022-03-29 v1 硬件体系结构
摘要
持续将资金重新配置到金融资产中，旨在提高预期投资回报并最小化风险，这一过程被称为投资组合管理。随着现实应用的复杂性日益涉及高维观测与动作空间以及环境不确定性，而机载资源的限制无法抵消这些负担，投资组合管理的处理速度与能耗变得至关重要。受人类大脑启发的新兴神经形态芯片将处理速度提高多达1000倍，并将功耗降低数个数量级。本文提出一种脉冲深度强化学习（SDRL）算法，可基于不可预测的环境预测金融市场，并实现所定义的盈利与降低风险的投资组合管理目标。该算法针对英特尔的Loihi神经形态处理器进行了优化，与竞品相比分别观察到186倍和516倍的能耗降低。此外，相对于高端处理器和GPU分别有1.3倍和2.0倍的加速。评估在2016年至2021年的加密货币市场基准上进行。
引用
@article{arxiv.2203.14159,
title = {A Novel Neuromorphic Processors Realization of Spiking Deep Reinforcement Learning for Portfolio Management},
author = {Seyyed Amirhossein Saeidi and Forouzan Fallah and Soroush Barmaki and Hamed Farbeh},
journal= {arXiv preprint arXiv:2203.14159},
year = {2022}
}