تجارت ارزهای دیجیتال با استفاده از یادگیری ماشینی

ما مدلی را برای معاملات فعال مبتنی بر یادگیری ماشینی تقویتی ارائه می‌کنیم و آن را در پنج ارز دیجیتال اصلی در گردش اعمال می‌کنیم. در رابطه با رویکرد خرید و نگه‌داری، نشان می‌دهیم که چگونه این مدل بازدهی تعدیل‌شده با ریسک را افزایش می‌دهد و به کاهش ریسک نزولی کمک می‌کند. این یافته ها هنگام حسابداری برای هزینه های معامله واقعی باقی می مانند. نتیجه می گیریم که کاربرد مدیریت پورتفولیو در دنیای واقعی مدل قابل اجرا است، با این حال، عملکرد می تواند بر اساس نحوه کالیبره شدن آن در نمونه های آزمایشی متفاوت باشد.

1. مقدمه

آیا معاملات فعال در بازارهای ارزهای دیجیتال قابل دوام است و آیا می‌تواند عملکرد بهتری نسبت به رویکرد خرید و نگه‌داری داشته باشد؟با استفاده از یک مدل تقویت مستقیم (DR) نشان می‌دهیم که، بله، معاملات فعال در چنین بازارهایی هم قابل دوام و هم سودآور است و می‌تواند عملکرد تعدیل‌شده ریسک بالاتری نسبت به رویکرد خرید و نگه‌داری غیرفعال داشته باشد. ما نشان می‌دهیم که علیرغم ریسک‌های نوسان بالایی که معامله‌گران ارزهای دیجیتال با آن مواجه هستند، رویکرد DR ما می‌تواند به طور فعال خطرات نزولی را در پرتفوی آنها کاهش دهد.

انگیزه مدل DR ما از دو جریان ادبیات سرچشمه می گیرد. اولین مورد علاقه فزاینده به توضیح یا پیش‌بینی رفتار قیمت ارزهای دیجیتال و شکل‌گیری استراتژی‌های معاملاتی در چنین بازارهایی است (Akcora et al. 2018؛ Baur and Dimpfl 2018; Brauneis and Mestel 2018؛ Catania et al. 2019; Phillip et al. 2018). این جریان از ادبیات نشان می دهد که چگونه این دارایی های دیجیتال مبتنی بر بلاک چین دارای ویژگی های متمایز تکنولوژیکی و شبکه ای هستند که آنها را از دارایی های سنتی متمایز می کند. علاوه بر این، این جریان از ادبیات همچنین نیاز رو به رشد به درک اینکه آیا تجارت فعال در چنین بازارهایی قابل دوام است یا خیر را نشان می دهد. برای مثال، تزوواناس و همکاران.(2020) نشان می‌دهد که معاملات مومنتوم ممکن است سودآور باشد اما فقط در کوتاه‌مدت، در حالی که گروبیس و ساپکوتا (2019) شواهدی را ارائه می‌دهند که معاملات مومنتوم هنگام بررسی بخش بزرگی از ارزهای دیجیتال سودآور نیست. Makarov و Schoar (2020) اظهار می دارند: «... در حالی که توجه قابل توجهی به فراز و نشیب های چشمگیر در حجم و قیمت ارزهای دیجیتال شده است، تحلیل سیستماتیکی از معاملات و کارایی بازارهای ارزهای دیجیتال وجود ندارد...» (ص. 1).). علاوه بر این، و همانطور که در کوتموس و پین (2020) نشان داده شده است، معامله گران ناهمگون زیادی در مبادلات بیت کوین حضور دارند که انتظارات متفاوتی در مورد جهت و نوسانات آینده بیت کوین دارند. بنابراین، چالش‌های زیادی در رابطه با تلاش برای مدل‌سازی دقیق قیمت بیت‌کوین و تعیین استراتژی‌های معاملاتی بهینه وجود دارد. رویکرد DR ما به طور خاص بر چنین موانعی غلبه می‌کند، زیرا نیاز به جستجو و انتخاب عوامل توضیحی برای ارزهای رمزپایه یا به حساب آوردن رفتار معاملاتی انواع مختلف سرمایه‌گذاران را از بین می‌برد. این قدرت در رویکرد ما اهمیت بیشتری دارد، به‌ویژه با توجه به اینکه چگونه قیمت‌های ارزهای دیجیتال می‌توانند در طول زمان دچار تغییر رژیم شوند (Koutmos 2018؛ Li and Wang 2017).

دومین جریان ادبیاتی که مدل DR ما را برمی انگیزد، علاقه فزاینده به روش های یادگیری ماشین در کاربردهای اقتصادی یا توسعه سیستم های معاملاتی است که می توانند خودکار شوند (آکوستا 2018؛ هنریک و همکاران 2019؛ سالتزمن و یونگ 2018). در واقع، تعداد فزاینده‌ای از پتنت‌ها و پرونده‌های ثبت اختراع وجود دارد که روش‌های یادگیری ماشینی را برای انتخاب سهام یا اتوماسیون معاملاتی کومار و ریچاودهری (2014) ابداع می‌کنند. با این وجود، هاک (2019) نشان می‌دهد که اولا، رویکردهای یادگیری ماشینی می‌توانند نتایج متفاوتی را بسته به تعداد متغیرهای پیش‌بینی‌کننده به همراه داشته باشند و ثانیاً، با توجه به اینکه این مدل‌ها در حال حاضر برای همه سرمایه‌گذاران در دسترس هستند، ممکن است یک مزیت رقابتی برای سرمایه‌گذاران ایجاد نکند. بازار. با وجود محدودیت‌های آن‌ها، رشته‌ای از ادبیات اخیر وجود دارد که توانایی روش‌های یادگیری ماشینی را برای استفاده مؤثر در تصمیم‌گیری‌های تخصیص پورتفولیو، پیش‌بینی نرخ ارز و حتی پیش‌بینی ورشکستگی آزمایش می‌کند (جیانگ و همکاران 2020؛ کریستوف و ویراگ 2020؛ ژانگ وهاموری 2020). با توجه به استفاده روزافزون از ارزهای رمزنگاری شده توسط موسسات مالی و عموم سرمایه‌گذاران، مهم است که آزمایش کنیم آیا چنین روش‌هایی می‌توانند به طور سودآور نیز اعمال شوند یا برای اهداف مدیریت ریسک در صرافی‌های ارزهای دیجیتال مورد استفاده قرار گیرند. همانطور که کوتموس (2019) اشاره کرد، استفاده از متغیرها و مدل‌های کلان اقتصادی که تغییرات قیمت را در کلاس‌های دارایی سنتی با موفقیت توضیح می‌دهند ممکن است در مدل‌سازی تغییرات قیمت ارزهای دیجیتال مؤثر نباشد.

همانطور که بیشتر مورد بحث قرار گرفت، و جدا از عملکرد بهبود یافته ای که نسبت به رویکرد خرید و نگهداری به دست می آورد، مدل DR ما به دلایل زیر سودمند است. اول، نیاز به ساخت یک مدل پیش بینی برای حرکات قیمت را از بین می برد. این مهم است زیرا این امر از نفرین بلمن به ابعاد و نیاز به تجمیع داده‌های با ابعاد بالا در یک مدل ساده جلوگیری می‌کند. دوم، از یک الگوریتم تطبیقی استفاده می‌کند که استراتژی‌های معاملاتی را یاد می‌گیرد که بازده را متعادل می‌کند و در عین حال از اندازه‌گیری مشخصی از ریسک اجتناب می‌کند.

ادامه مطالعه ما به شرح زیر است. بخش 2 مدل DR ما را شرح می دهد. بخش 3 داده های نمونه ارز دیجیتال ما را مورد بحث قرار می دهد. بخش 4 نتایج حاصل از آزمایشات تجربی مدل ما را ارائه می دهد. در این بخش، ما نشان می‌دهیم که چگونه مدل DR ما عملکردی با ریسک بالاتر نسبت به استراتژی خرید و نگه‌داری ارائه می‌کند. در نهایت، بخش 5 نتیجه‌گیری می‌کند و پیشنهاداتی را برای توسعه‌های آینده تحلیل ما ارائه می‌کند.

2. یادگیری تقویتی مستقیم

هدف نهایی یک سیستم معاملاتی بهینه سازی برخی از بازده های تعدیل شده بر اساس ریسک در طول زمان است و در عین حال هزینه های تراکنش را نیز در نظر می گیرد. همانطور که در مودی و سافل (2001)، رویکرد تقویت مستقیم ما (DR) با روش‌هایی مانند برنامه‌نویسی پویا، یادگیری تفاوت زمانی یا یادگیری q در تضاد است. 1 چنین مدل‌هایی به دنبال یادگیری یک تابع ارزش هستند و خود را به مشکلات (مانند چکرز) می‌پردازند.، تخته نرد یا تیک تاک) که در آن بازخورد عملکرد فوری در هر بازه زمانی در دسترس نیست. از سوی دیگر، و از آنجایی که تصمیمات معاملاتی به راحتی در هر بازه زمانی قابل اندازه گیری هستند، مدل DR ما می تواند بهینه سازی بازده های تعدیل شده بر اساس ریسک را بیاموزد زیرا در هر بازه زمانی (در مورد ما در اینجا هر روز معاملاتی) بازخورد دریافت می کند.

ببینید (بلمن 1957 ؛ ساتون 1988 ؛ واتکینز و دایان 1992). یادگیری تقویت مستقیم ، یا یادگیری تقویت کننده مکرر ، همانطور که اغلب به آن مترادف اشاره می شود ، نشانگر کلاس از مدل هایی است که نیازی به یادگیری عملکرد ارزش Carapuço و همکاران ندارند.(2018).

در مدل DR ما ، ما به دنبال برآورد پارامترهای یک مدل خودجوش غیرخطی است که به بیشترین بازده تنظیم شده ریسک می رسد. معامله گر ما می تواند در هر یک از بازارهای رمزنگاری که از آنها نمونه می گیریم ، موقعیت های طولانی یا کوتاه داشته باشد.< 1 , − 1 >، و در هر بازه زمانی مقادیر t . 2 f t از 1 و - 1 به ترتیب با یک موقعیت کاملاً طولانی و کوتاه مطابقت دارد. سری قیمت Cryptocurrency که معامله می شود به عنوان z t مشخص می شود. موقعیت ، F T ، در پایان بازه زمانی T ایجاد یا نگهداری می شود و در انتهای T + 1 مجدداً ارزیابی می شود. در حالی که معاملات در هر بازه زمانی امکان پذیر است ، هزینه های معاملات تجارت بیش از حد را دلسرد می کند . 3

سری قیمت cryptocurrency معامله شده به عنوان z t مشخص می شود و بازده آنها r = z t / z t - 1 - 1 است. f t را می توان به عنوان تابعی از پارامترهای سیستم (آموخته شده) θ نشان داد:

به موجب آن M تعداد بازده های اتورگرایی مورد استفاده قرار می گیرد. به این ترتیب ، مدل موقعیت بعدی خود را بر اساس آخرین بازده دارایی "تصمیم می گیرد" تصمیم می گیرد. در حین آموزش ، عملکرد علامت احتیاط با عملکرد TANH متفاوت جایگزین می شود ، که در آن می توان موقعیت های جزئی را برای مقادیر نگه داشت - 1< F t < 1 . Trading returns R t can then be defined as:

با δ به عنوان هزینه معامله. اندازه گیری عملکردی که ما برای ارائه بازخورد به (1) و (2) نسبت Sortino استفاده می کنیم:

همانطور که مودی و Saffell (2001) نشان می دهند ، می توان از چندین اقدامات و تغییرات آن برای ارائه بازخورد عملکرد استفاده کرد. در نتایج بدون استفاده (در صورت درخواست) ، ما نشان می دهیم که نسبت شارپ مدل را از انجام معاملات که بازده مثبت زیادی دارند ، دلسرد می کند. این امر به این دلیل است که بازده های مثبت زیادی تأثیر متقارن بر نوسانات دارند ، همانطور که بازده منفی زیادی با بزرگی برابر (و نوسانات "نسبت شارپ را مجازات می کند ، بدون در نظر گرفتن علامت بازده) . 4

بنابراین نسبت Sortino در (3) به عنوان عملکرد پاداش S انتخاب می شود ، به موجب آن پارامترهای θ می توانند از طریق صعود شیب برای هر دوره بهینه شوند:

جایی که η نرخ یادگیری است. این تا زمان همگرایی تکرار می شود ، به موجب آن مشتقات D (θ) D θ با یک نمودار محاسباتی پویا با استفاده از Pytorch Paszke و همکاران محاسبه می شود.(2017). پس از یافتن پارامترهای بهینه در یک مجموعه آموزشی ، نتایج تجارت شبیه سازی شده از فواصل زمانی بعدی ایجاد می شود ، زیرا در بخش 4 بیشتر بحث می کنیم. روند آموزش کامل در پیوست A به تفصیل شرح داده شده است.

3. نمونه داده

ما مدل DR خود را با استفاده از پنج مورد از بزرگترین ارزهای رمزنگاری شده در گردش (بیت کوین ، اتریوم ، Litecoin ، Ripple و Monero) آزمایش می کنیم. دامنه نمونه ما از 26 اوت 2015 تا 12 اوت 2019 (1447 نقطه داده) برای همه ارزهای رمزپایه (برخی از ارزهای رمزنگاری شده ، مانند بیت کوین ، نسبتاً تثبیت شده اند در حالی که برخی دیگر مانند اتریوم در آگوست 2015 آغاز شده اند).

در حال حاضر ، بیت کوین به خودی خود بیش از 65 ٪ از کل سرمایه های بازار همه ارزهای رمزنگاری شده در گردش را تشکیل می دهد. با هم ، پنج ارز رمزنگاری شده ما حدود 80 ٪ از کل سرمایه فعلی بازار را تشکیل می دهند. به همین ترتیب ، این پنج در حال حاضر بیش از 50 ٪ از کل حجم تجارت کلیه ارزهای رمزنگاری شده در گردش را تشکیل می دهند.

در جدول 1 آمار خلاصه برای ارزهای رمزنگاری شده ما نشان داده شده است. در مجموع ، میانگین حجم تجارت روزانه در دوره نمونه ما از 7 میلیارد دلار فراتر رفته است. در رابطه با کلاسهای دارایی ، سرمایه گذاران بیشتر با (مانند سهام ، املاک و مستغلات و اوراق قرضه) آشنا هستند ، ارزهای رمزپایه سطح بالایی از نوسانات قیمت را نشان می دهند. به عنوان مثال ، و برای دوره نمونه ما ، بیت کوین قیمت پایین 210 دلار و قیمت بالای 19000 دلار داشت.

4. بحث در مورد یافته ها

پس از مودی و SAFFELL (2001) ، سیستم معاملاتی برای 1000 روز اول آموزش داده می شود و سیگنال های تجاری شبیه سازی شده برای 100 روز بعد با استفاده از پارامترهای آموخته شده تولید می شوند. سپس پنجره آموزش به منظور شامل این داده های آزمایش شده منتقل می شود و مدل در 100 روز بعد دوباره آموزش داده و آزمایش می شود. از این طریق ، داده های معاملاتی کاملاً خارج از نمونه است. این فرآیند تکرار می شود تا سیگنال های معاملاتی برای کل پنجره تست 447 روزه ، با استفاده از مدل های مستقل برای هر رمزنگاری.

جدول 2 معیارهای نمونه کارها مدل DR ما را در رابطه با رویکرد خرید و نگهدار نشان می دهد. از نظر بازده تجمعی و بازده های تنظیم شده ریسک (همانطور که توسط نسبت های شارپ و Sortino نشان داده شده است) ، می بینیم که مدل DR ما به استثنای اتریوم از رویکرد خرید و نگهدارنده برای همه ارزهای رمزپایه نمونه برداری بهتر است. DR ما به خصوص با بیت کوین عملکرد خوبی دارد که در آن ، همانطور که در شکل 1 نشان می دهیم ، بیش از سه برابر مقدار 1 بیت کوین است.

از نظر کاهش ریسک (همانطور که با حداکثر پیش بینی و ارزش در معرض خطر اندازه گیری می شود) ، مدل DR ما در همه موارد به جز مونرو (در صورت اندازه گیری با استفاده از حداکثر کاهش) و اتریوم (در صورت اندازه گیری با استفاده از ارزش-AT ، از خرید و نگه داشتن بهتر است.-risk ، اگرچه با مقدار ناچیز).

نتایج تجربی ما گزارش شده در جدول 2 و شکل 1 هزینه معاملات 0. 10 ٪ (به پاورقی 3 مراجعه کنید) ، که هنگام شروع تجارت اعمال می شود.

5. نتیجه گیری ها

ما نشان می دهیم که چگونه یادگیری ماشین آرماتور می تواند تصمیمات معاملاتی cryptocurrency را اتخاذ کند که پرتفوی های مدیریت شده فعال را بهینه می کنند. نتایج ما با یک رویکرد خرید و نگهداری ساده لوحانه مقایسه می شود. از لحاظ تئوریکی ، این نتایج برخی از شواهد اولیه را ارائه می دهد که نشان می دهد قیمت های رمزنگاری ممکن است یک روند پیاده روی کاملاً تصادفی را دنبال نکنند. این امر به این دلیل است که ما نشان می دهیم که چگونه استراتژی معاملاتی فعال ما می تواند بازده تنظیم شده با ریسک برتر را برای سرمایه گذاران داشته باشد و حتی ریسک نزولی نمونه کارها را در طول زمان کاهش دهد و اگر این مدل به اندازه کافی آموزش دیده باشد. بنابراین ، امکان تدوین استراتژی های تجاری فعال جدید در آینده ، بر اساس برخی از چارچوب های کمی یا نظری ، ممکن است به جای تکیه بر رویکردهای خرید و فروش ساده لوح ، در بازارهای رمزنگاری مفید باشد. یافته های ما همچنین از لحاظ نظری با لاهمی و بکیروس (2019) موافق هستند ، که نشان می دهد قیمت های رمزنگاری ممکن است یک روند پیاده روی تصادفی را دنبال نکنند. چن و هافنر (2019) همچنین شواهد ضعیفی را گزارش می دهند که ارزهای رمزنگاری شده از پیاده روی های تصادفی به طور مداوم در طول زمان پیروی می کنند. در عوض ، به نظر می رسد که قیمت آنها توسط احساسات هدایت می شود. از دیدگاه عملی ، کاربرد ما از روش تقویت مستقیم که توضیح می دهیم می تواند در طیف وسیعی از ارزهای رمزنگاری شده یا سایر دارایی های سنتی مانند سهام یا صندوق های شاخص آزمایش و آزمایش شود. سرانجام ، این مهم است که تأکید کنیم که رویکرد ما را می توان با موفقیت در بازارهایی که هم خرید و هم کوتاه مدت امکان پذیر است استفاده کرد.

با توجه به این یافته های مطلوب ، با این حال ، ما در مورد یافتن پارامترهای بهینه در یک مدل یادگیری ماشین ، احساسات طلا (2003) را تکرار می کنیم: "... مقادیر بهینه در یک بازار ممکن است برای دیگری بهینه باشد ..." (ص 368). این ادعا به ویژه برخی از چالش ها را در مورد ادغام یادگیری ماشین برای تصمیم گیری اقتصادی برجسته می کند. یعنی ، یادگیری ماشین یک رویکرد "جعبه سیاه" را در نظر می گیرد. با این وجود ، یادگیری ماشین فرصت های بی شماری را ایجاد می کند.

با توجه به رویکرد DR ما ، این امر همچنان ناشناخته است که آیا ادغام متغیرهای ریزساختار (مانند تعداد کاربران رمزنگاری یا فعالیت معاملاتی) علاوه بر بازده ، می تواند درجه های برتر عملکرد نمونه کارها را در زیر مجموعه های بزرگتر از ارزهای رمزنگاری و رژیم های بازار به همراه داشته باشد.

منابع مالی

تضاد علاقه

پیوست اول

منابع

1. Acosta ، Marco A. 2018. تورم هسته یادگیری ماشین. نامه های اقتصاد 169: 47-50.[Google Scholar] [CrossRef]
2. Akcora ، Cuneyt Gurcan ، Matthew F. Dixon ، Yulia R. Gel و Murat Kantarcioglu. 2018. مدل سازی خطر بیت کوین با نمودارهای blockchain. نامه های اقتصاد 173: 138-42.[Google Scholar] [CrossRef] [نسخه سبز]
3. Baur ، Dirk G. ، و Thomas Dimpfl. 2018. نوسانات نامتقارن در ارزهای رمزپایه. نامه های اقتصاد 173: 148-51.[Google Scholar] [CrossRef]
4. بلمن ، ریچارد. 1957. برنامه نویسی پویا. پرینستون: انتشارات دانشگاه پرینستون.[Google Scholar]
5. Brauneis ، Alexander و Roland Mestel. 2018. کشف قیمت ارزهای رمزنگاری: بیت کوین و فراتر از آن. نامه های اقتصاد 165: 58-61.[Google Scholar] [CrossRef]
6. Carapuço ، João ، Rui Neves و Nuno Horta. 2018. یادگیری تقویت شده برای تجارت فارکس اعمال می شود. محاسبات نرم 73: 783-94.[Google Scholar] [CrossRef]
7. Catania ، Leopoldo ، Stefano Grassi و Francesco Ravazzolo. 2019. پیش بینی ارزهای رمزنگاری تحت ناپایداری مدل و پارامتر. مجله بین المللی پیش بینی 35: 485-501.[Google Scholar] [CrossRef]
8. چن ، کتی یی-هسوان ، و کریستین م. هافنر. 2019. حباب های ناشی از احساسات در بازار cryptocurrency. مجله ریسک و مدیریت مالی 12: 53. [Google Scholar] [CrossRef] [نسخه سبز]
9. طلا ، کارل. 2003. تجارت FX از طریق یادگیری تقویت کننده مکرر. مقاله ارائه شده در کنفرانس بین المللی IEEE در زمینه اطلاعات محاسباتی برای مهندسی مالی ، هنگ کنگ ، چین ، 20 تا 23 مارس ؛ص 363-70.[Google Scholar]
10. Grobys ، Klaus و Niranjan Sapkota. 2019. ارزهای رمزپایه و حرکت. نامه های اقتصاد 180: 6-10.[Google Scholar] [CrossRef]
11. هنریک ، برونو میراندا ، وینیسیوس آموریم سوبریرو و هربرت کیمورا. 2019. بررسی ادبیات: تکنیک های یادگیری ماشین برای پیش بینی بازار مالی اعمال می شود. سیستم های خبره با برنامه های 124: 226-51.[Google Scholar] [CrossRef]
12. هاک ، نیکلاس. 2019. مجموعه داده های بزرگ و یادگیری ماشین: برنامه های داوری آماری. مجله اروپایی تحقیقات عملیاتی 278: 330-42.[Google Scholar] [CrossRef]
13. جیانگ ، ژنلونگ ، ران جی و کوو چو چانگ. 2020. یک چارچوب تعادل پرتفوی یکپارچه یادگیری ماشین با تنظیم ریسک. مجله ریسک و مدیریت مالی 13: 155. [Google Scholar] [CrossRef]
14. Koutmos ، Dimitrios. 2018. عدم اطمینان نقدینگی و ریزساختار بازار بیت کوین. نامه های اقتصاد 172: 97-101.[Google Scholar] [CrossRef]
15. Koutmos ، Dimitrios. 2019. ریسک بازار و بازده بیت کوین. سالنامه های تحقیقات عملیات ، 1-25.[Google Scholar] [CrossRef]
16. Koutmos ، Dimitrios و James E. Payne. 2020. قیمت گذاری دارایی بین المللی با بیت کوین. بررسی مالی و حسابداری کمی ، 1-27.[Google Scholar] [CrossRef]
17. کریستف ، تامس و میکلوس ویروگ. 2020. بررسی جامع پیش بینی ورشکستگی شرکت ها در مجارستان. مجله ریسک و مدیریت مالی 13: 35. [Google Scholar] [CrossRef] [نسخه سبز]
18. کومار ، پیوش و راجات ریچودوری. 2014. پیش بینی های رتبه بندی سهام بر اساس مدل محله. برنامه ثبت اختراع ایالات متحده شماره 13/865،676 ، 4 مارس [Google Scholar]
19. لاهمی ، سلیم و استیلیوس بکیروس. 2019. پیش بینی cryptocurrency با شبکه های عصبی هرج و مرج عمیق یادگیری. هرج و مرج ، سولیتونز و فراکتال 118: 35-40.[Google Scholar]
20. لی ، شین و چونگ الکس وانگ. 2017. فناوری و عوامل تعیین کننده اقتصادی نرخ ارز رمزنگاری: مورد بیت کوین. سیستم های پشتیبانی تصمیم 95: 49-60.[Google Scholar] [CrossRef]
21. Makarov ، Igor و Antoinette Schoar. 2020. تجارت و داوری در بازارهای cryptocurrency. مجله اقتصاد مالی 135: 293-319.[Google Scholar] [CrossRef] [نسخه سبز]
22. Markovitz ، Harry M. 1959. انتخاب نمونه کارها: تنوع کارآمد سرمایه گذاری. هابوکن: جان ویلی.[Google Scholar]
23. مودی ، جان ، و متیو سافل. 2001. یادگیری تجارت از طریق تقویت مستقیم. معاملات IEEE در شبکه های عصبی 12: 875-89.[Google Scholar] [CrossRef] [نسخه سبز]
24. Paszke ، Adam ، Sam Gross ، Soumith Chintala ، Gregory Chanan ، Edward Yang ، Zachary Devito ، Zeming Lin ، Alban Desmaison ، Luca Antiga و Adam Lerer. 2017. تمایز خودکار در Pytorch. پیشرفت در سیستم های پردازش اطلاعات عصبی 32: 8024-35.[Google Scholar]
25. فیلیپ ، اندرو ، جنیفر S. K. چان و شلتون پیریس. 2018. نگاهی جدید به ارزهای رمزپایه. نامه های اقتصاد 163: 6-9.[Google Scholar] [CrossRef]
26. سالتزمن ، بنت و ژولیتا یونگ. 2018. یک رویکرد یادگیری ماشین برای شناسایی انواع مختلف عدم اطمینان. نامه های اقتصاد 171: 58-62.[Google Scholar] [CrossRef]
27. Sutton ، Richard S. 1988. یادگیری پیش بینی با روش های تفاوت های زمانی. یادگیری ماشین 3: 9-44.[Google Scholar] [CrossRef]
28. Tzouvanas ، Panagiotis ، Renatas Kizys و Bayasgalan Tsend-Ayush. 2020. تجارت حرکت در ارزهای رمزنگاری: بازده کوتاه مدت و مزایای تنوع. نامه های اقتصاد 191: 108728. [Google Scholar] [CrossRef]
29. واتکینز ، کریستوفر جی. C. H. و پیتر دایان. 1992. Q-Learning. یادگیری ماشین 8: 279-92.[Google Scholar] [CrossRef]
30. ژانگ ، یوچن ، و شیگیوکی هاموری. 2020. پیش بینی نرخ ارز هنگام ترکیب یادگیری ماشین و مدلهای اساسی. مجله ریسک و مدیریت مالی 13: 48. [Google Scholar] [CrossRef] [نسخه سبز]

ببینید (بلمن 1957 ؛ ساتون 1988 ؛ واتکینز و دایان 1992). یادگیری تقویت مستقیم ، یا یادگیری تقویت کننده مکرر ، همانطور که اغلب به آن مترادف اشاره می شود ، نشانگر کلاس از مدل هایی است که نیازی به یادگیری عملکرد ارزش Carapuço و همکاران ندارند.(2018).

مدل ما برای محاسبه هزینه های تراکنش 0. 10 درصد کالیبره شده است. هزینه ها بسته به مبادله می تواند متفاوت باشد، اما این مقدار در حال تبدیل شدن به یک استاندارد صنعتی است (به https://www. binance. com/en/fee/schedule مراجعه کنید). اعمال هزینه های تراکنش کمتر (بالاتر) در مدل ما منجر به معاملات بیشتر (کمتر) مکرر می شود. نتایج اضافی در طیف وسیعی از هزینه های تراکنش برای اختصار جدول بندی نشده است، اما در صورت درخواست در دسترس است.

مارکوویتز (1959) نشان می دهد که بازده های نزولی و بازده صعودی باید در محاسبه معیارهای واریانس برای ریسک متفاوت رفتار شوند. نتایج با نسبت شارپ به عنوان تابع پاداش برای اختصار جدول بندی نشده اند اما در صورت درخواست در دسترس هستند.

بسیاری از ترکیب‌های پنجره زمانی دیگر سرگرم می‌شوند (نتایج در صورت درخواست در دسترس هستند) اما متوجه می‌شوند که این پنجره‌ها عملکرد تعدیل شده با ریسک را بهینه می‌کنند. آموزش مجدد هر 100 روز به مدل اجازه می دهد تا با تغییرات رفتارها و شرایط بازار ارزهای دیجیتال سازگار شود. برای پارامترهای سیستم خود در (1)، ما از یک پنجره 10 روزه بازده اتورگرسیو (m = 10) استفاده می کنیم. نتایج ما (بدون جدول اما در صورت درخواست موجود است) نشان می‌دهد که مدل DR ما مانند یک استراتژی حرکتی یا متوسط رفتار نمی‌کند (زیرا تاخیرهای بیشتر از 1 روز در هدایت استراتژی مهم هستند). بنابراین، مدل DR ما تغییرات هفته به هفته در رفتارها و شرایط بازار را در تعیین تصمیمات بلند/کوتاه خود حساب می کند.

شکل 1. این شکل ارزش ابتدایی (1 واحد ارز دیجیتال) و ارزش پایانی تجمعی را با استفاده از رویکرد خرید و نگهداری (خط مشکی نقطه‌دار) و مدل تقویت مستقیم ما (خط آبی) نشان می‌دهد. نقاط سبز و قرمز در مدل تقویت مستقیم ما به ترتیب با موقعیت بلند یا کوتاه مطابقت دارد.

شکل 1. این شکل ارزش ابتدایی (1 واحد ارز دیجیتال) و ارزش پایانی تجمعی را با استفاده از رویکرد خرید و نگهداری (خط مشکی نقطه‌دار) و مدل تقویت مستقیم ما (خط آبی) نشان می‌دهد. نقاط سبز و قرمز در مدل تقویت مستقیم ما به ترتیب با موقعیت بلند یا کوتاه مطابقت دارد.

این جدول ارزهای دیجیتال نمونه گیری شده در نمونه داده ما را نشان می دهد (محدوده نمونه ما از 26 آگوست 2015 تا 12 اوت 2019 است). برای این محدوده نمونه، میانگین، حداکثر و حداقل قیمت بازار را به ترتیب، میانگین حجم معاملات روزانه و در نهایت میانگین ارزش بازار را نشان می دهیم. منبع داده ها از coinmarketcap. com است.

این جدول معیارهای عملکرد بین رویکرد خرید و نگهدارنده (BH) و مدل تقویت مستقیم ما (DR) را نشان می دهد. برای هر متریک عملکرد (بازده تجمعی ، نسبت شارپ ، نسبت مرتب سازی ، به ترتیب حداکثر پیش بینی و ارزش در معرض خطر) ، ما با جسورانه متریک را برجسته می کنیم که باعث افزایش نمونه کارها برای دوره آزمایش خارج از نمونه می شود. بازده تجمعی به شکل اعشاری بیان شده است (به عنوان مثال ، 1. 352 مربوط به 135 ٪). ارزش در معرض خطر نیز به شکل اعشاری بیان شده است (به عنوان مثال ، 0. 059 مطابق با 5. 9 ٪).

© 2020 توسط نویسندگان. مجوز MDPI ، بازل ، سوئیس. این مقاله یک مقاله دسترسی آزاد است که تحت شرایط و ضوابط مجوز Creative Commons Attribution (CC توسط) توزیع شده است (http://creativeecommons. org/licenses/by/4. 0/).

اشتراک و استناد

Koker ، T. E. ؛Koutmos ، D. تجارت cryptocurrency با استفاده از یادگیری ماشین. J. Risk Financial Manag. 2020 ، 13 ، 178. https://doi. org/10. 3390/jrfm13080178

Koker TE ، Koutmos D. تجارت cryptocurrency با استفاده از یادگیری ماشین. مجله ریسک و مدیریت مالی. 2020 ؛13 (8): 178. https://doi. org/10. 3390/jrfm13080178

شیکاگو/سبک تورابی

Koker ، Thomas E. و Dimitrios Koutmos. 2020. "تجارت cryptocurrency با استفاده از یادگیری ماشین" مجله ریسک و مدیریت مالی 13 ، شماره. 8: 178. https://doi. org/10. 3390/jrfm13080178

توجه داشته باشید که از اولین شماره سال 2016 ، مجلات MDPI به جای شماره صفحه از شماره مقاله استفاده می کنند. جزئیات بیشتر را در اینجا مشاهده کنید.