論文の概要: Reinforcement Learning with Maskable Stock Representation for Portfolio Management in Customizable Stock Pools

• arxiv url: http://arxiv.org/abs/2311.10801v4
• Date: Tue, 27 Feb 2024 08:08:03 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-28 21:50:18.242591
• Title: Reinforcement Learning with Maskable Stock Representation for Portfolio Management in Customizable Stock Pools
• Title（参考訳）: カスタマイズ可能なストックプールにおけるポートフォリオ管理のためのマスク可能なストック表現を用いた強化学習
• Authors: Wentao Zhang, Yilei Zhao, Shuo Sun, Jie Ying, Yonggang Xie, Zitao Song, Xinrun Wang, Bo An
• Abstract要約: ポートフォリオ・マネジメント(PM)は、長期的利益を追求するために、資本を異なる株式に最適な定期的な再配置を探求する基本的な金融取引課題である。 既存のReinforcement Learning (RL) 法では,ストックプールを少し変更してもRLエージェントを再訓練する必要があるため,高い計算コストと不安定な性能が得られる。 我々は,グローバルストックプールにおけるワンショットトレーニングを通じて,PMをCSPで扱うためのEarnMoreを提案する。
• 参考スコア（独自算出の注目度）: 34.97636568457075
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Portfolio management (PM) is a fundamental financial trading task, which explores the optimal periodical reallocation of capitals into different stocks to pursue long-term profits. Reinforcement learning (RL) has recently shown its potential to train profitable agents for PM through interacting with financial markets. However, existing work mostly focuses on fixed stock pools, which is inconsistent with investors' practical demand. Specifically, the target stock pool of different investors varies dramatically due to their discrepancy on market states and individual investors may temporally adjust stocks they desire to trade (e.g., adding one popular stocks), which lead to customizable stock pools (CSPs). Existing RL methods require to retrain RL agents even with a tiny change of the stock pool, which leads to high computational cost and unstable performance. To tackle this challenge, we propose EarnMore, a rEinforcement leARNing framework with Maskable stOck REpresentation to handle PM with CSPs through one-shot training in a global stock pool (GSP). Specifically, we first introduce a mechanism to mask out the representation of the stocks outside the target pool. Second, we learn meaningful stock representations through a self-supervised masking and reconstruction process. Third, a re-weighting mechanism is designed to make the portfolio concentrate on favorable stocks and neglect the stocks outside the target pool. Through extensive experiments on 8 subset stock pools of the US stock market, we demonstrate that EarnMore significantly outperforms 14 state-of-the-art baselines in terms of 6 popular financial metrics with over 40% improvement on profit.
• Abstract（参考訳）: ポートフォリオ・マネジメント(pm)は金融取引の基本課題であり、長期利益を追求するために資本を異なる株式に最適に移すことを探求する。 強化学習(rl)は金融市場との対話を通じてpmの有益なエージェントを訓練する可能性を最近示した。 しかし、既存の仕事は、主に投資家の実際的な需要と矛盾する固定株プールに焦点を当てている。 特に、異なる投資家のターゲットの株価プールは、市場国家との格差のために劇的に変動し、個々の投資家は、取引したい株式(例えば1つの人気株を追加する)を一時的に調整し、カスタマイズ可能な株式プール(csp)に繋がる可能性がある。 既存のRL手法では、ストックプールを少し変更してもRLエージェントを再訓練する必要があるため、高い計算コストと不安定な性能が得られる。 この課題に取り組むため,我々は,グローバルストックプール(gsp)でのワンショットトレーニングを通じてpmをcspで扱うための,マスキング可能なストック表現を備えた強化学習フレームワークであるearnmoreを提案する。 具体的には,まず,ターゲットプールの外に在庫を隠蔽する機構を導入する。 第2に,自己教師付きマスキングと再構築プロセスを通じて有意義な在庫表現を学習する。 第3に、ポートフォリオが好意的な株式に集中し、ターゲットプールの外の株を無視するように再重み付けメカニズムが設計されている。 米国株式市場の8つのサブセット株式プールに関する広範な実験を通じて、EarnMoreは、利益の40%以上向上した6つの一般的な財務指標において、14の最先端のベースラインを大きく上回っていることを実証した。

関連論文リスト

• Portfolio Management using Deep Reinforcement Learning [0.0]
  我々は、資産への重みの配分を補助する強化ポートフォリオマネジャーを提案する。 環境はマネージャに、資産を長く、さらには短くする自由を与えます。 マネジャーは、取引料金なしで、仮定された流動市場において金融取引を行う。
  論文  参考訳（メタデータ） (2024-05-01T22:28:55Z)
• Diffusion Variational Autoencoder for Tackling Stochasticity in Multi-Step Regression Stock Price Prediction [54.21695754082441]
  長期的地平線上での多段階の株価予測は、ボラティリティの予測に不可欠である。 多段階の株価予測に対する現在の解決策は、主に単一段階の分類に基づく予測のために設計されている。 深層階層型変分オートコーダ(VAE)と拡散確率的手法を組み合わせてセック2seqの株価予測を行う。 本モデルでは, 予測精度と分散性の観点から, 最先端の解よりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-08-18T16:21:15Z)
• HireVAE: An Online and Adaptive Factor Model Based on Hierarchical and Regime-Switch VAE [113.47287249524008]
  オンラインで適応的な環境で株価予測を行うファクターモデルを構築することは、依然としてオープンな疑問である。 本稿では,オンラインおよび適応型要素モデルであるHireVAEを,市場状況とストックワイド潜在要因の関係を埋め込んだ階層型潜在空間として提案する。 4つの一般的な実市場ベンチマークにおいて、提案されたHireVAEは、以前の手法よりもアクティブリターンの点で優れたパフォーマンスを示している。
  論文  参考訳（メタデータ） (2023-06-05T12:58:13Z)
• Asset Allocation: From Markowitz to Deep Reinforcement Learning [2.0305676256390934]
  資産配分とは、ポートフォリオの資産を常に再分配することでリスクと報酬のバランスをとることを目的とした投資戦略である。 我々は、多くの最適化手法の有効性と信頼性を決定するために、広範囲なベンチマーク研究を行う。
  論文  参考訳（メタデータ） (2022-07-14T14:44:04Z)
• Quantitative Stock Investment by Routing Uncertainty-Aware Trading Experts: A Multi-Task Learning Approach [29.706515133374193]
  既存のディープラーニング手法はランダムなシードやネットワークルータに敏感であることを示す。 本稿では,成功した取引会社の効果的なボトムアップトレーディング戦略設計ワークフローを模倣する,量的投資のための新しい2段階混成(MoE)フレームワークを提案する。 AlphaMixは4つの財務基準において、最先端のベースラインを大きく上回っている。
  論文  参考訳（メタデータ） (2022-06-07T08:58:00Z)
• Deep Q-Learning Market Makers in a Multi-Agent Simulated Stock Market [58.720142291102135]
  本稿では,エージェント・ベースの観点から,これらのマーケット・メーカーの戦略に関する研究に焦点をあてる。 模擬株式市場における知的市場マーカー作成のための強化学習(Reinforcement Learning, RL)の適用を提案する。
  論文  参考訳（メタデータ） (2021-12-08T14:55:21Z)
• Deep Stock Trading: A Hierarchical Reinforcement Learning Framework for Portfolio Optimization and Order Execution [26.698261314897195]
  ポートフォリオマネジメントのための階層型株取引システム(HRPM)を提案する。 我々は、取引プロセスを取引実行よりもポートフォリオ管理の階層に分解し、対応する政策を訓練する。 HRPMは多くの最先端アプローチに対して大幅な改善を実現している。
  論文  参考訳（メタデータ） (2020-12-23T12:09:26Z)
• MAPS: Multi-agent Reinforcement Learning-based Portfolio Management System [23.657021288146158]
  マルチエージェント強化学習に基づくポートフォリオ管理システム(MAPS)を提案する。 MAPSは、各エージェントが独立した「投資者」であり、独自のポートフォリオを作成する協調システムである。 米国の12年間の市場データによる実験の結果、MAPSはシャープ比でベースラインの大半を上回っている。
  論文  参考訳（メタデータ） (2020-07-10T14:08:12Z)
• Deep Stock Predictions [58.720142291102135]
  本稿では,Long Short Term Memory (LSTM) ニューラルネットワークを用いてポートフォリオ最適化を行うトレーディング戦略の設計について考察する。 次に、LSTMのトレーニングに使用する損失関数をカスタマイズし、利益を上げる。 カスタマイズされた損失関数を持つLSTMモデルは、ARIMAのような回帰ベースライン上でのトレーニングボットの性能を向上させる。
  論文  参考訳（メタデータ） (2020-06-08T23:37:47Z)
• Reinforcement-Learning based Portfolio Management with Augmented Asset Movement Prediction States [71.54651874063865]
  ポートフォリオマネジメント(PM)は、最大利益や最小リスクといった投資目標を達成することを目的としている。 本稿では,PMのための新しいステート拡張RLフレームワークであるSARLを提案する。 当社の枠組みは, 金融PMにおける2つのユニークな課題に対処することを目的としている。(1) データの異種データ -- 資産毎の収集情報は通常, 多様性, ノイズ, 不均衡(ニュース記事など), (2) 環境の不確実性 -- 金融市場は多様で非定常である。
  論文  参考訳（メタデータ） (2020-02-09T08:10:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。