一种用于自动化加密货币交易的深度强化学习集成方法
交易与市场微观结构
2023-09-06 v1 机器学习
摘要
我们提出一种集成方法，以改进在高度随机的日内加密货币组合交易环境中由深度强化学习算法训练得到的交易策略的泛化性能。我们采用一种在多个验证期上进行评估的模型选择方法，并提出一种新颖的混合分布策略来有效地集成所选模型。我们提供了在细粒度测试期上样本外表现的分布式视角，以展示策略在演化市场条件下的稳健性，并定期重新训练模型以应对金融数据的非平稳性。与深度强化学习策略和被动投资策略的基准相比，我们提出的集成方法提升了样本外表现。
引用
@article{arxiv.2309.00626,
title = {An Ensemble Method of Deep Reinforcement Learning for Automated Cryptocurrency Trading},
author = {Shuyang Wang and Diego Klabjan},
journal= {arXiv preprint arXiv:2309.00626},
year = {2023}
}