مدیریت سبد سرمایه با استفاده از یادگیری تقویتی و پیش بینی سری زمانی مالی

مسئله پیش بینی سری‌های زمانی مالی به مسائل سرمایه گذاری و تصمیم گیری‌های اقتصادی پرداخته و مدلی سودآور را در آینده بر اساس نتایج اقتصادی گذشته ارائه می‌دهد. این پیش‌بینی به خودکارسازی فرآیند معاملات تجاری می‌پردازد. یکی از پرکاربردترین روش‌های برای خودکارسازی انجام معاملات در بازراهای مالی و مدیریت نمایه استفاده از روش‎های یادگیری ماشین است. مهم‌ترین روش‌های یادگیری ماشین که برای این نوع داده‎ها قابل استفاده است، روش‌های مبتنی بر یادگیری تقویتی است. در این تحقیق یک روش مبتنی بر گیری از عامل‌های مبتنی بر یادگیری تقویتی ارائه شده است. در این روش از چندین مدل از پیش آموزش دیده با یک روش رای گیری دوحالته استفاده می‎شود که منجر به انتخاب عمل دقیق در وضعیت فعلی محیط خواهد شد. شاخص‎های مختلف مانند هزینه، سود و پاداش مدل برای ارزیابی کارایی هر روش پیشنهادی و مدل‎های کلاسیک استفاده شده است. در نتیجه ارزیابی‌ها مشخص شده است که روش پیشنهادی نسبت به سایر روش‎ها تعادل مناسبی بین سود و هزینه دارد. از طرفی میزان هزینه بدست آمده نسبت به سایر روش‌ها ۱۰ درصد بیشتر بوده است. از طرف دیگر با پاداش بدست آمده از روش پیشنهادی مشخص شده است که این روش نسبت به بازارهای مختلف معاملات دقت عمل بیشتری داشته است و بیشترین پاداش را بدست آورده است.
کلمات کلیدی: سری زمانی مالی، یادگیری تقویتی، رای‎گیری، یادگیری ماشی

سایر مطالب این بخش | نسخه قابل چاپ | ارسال به دوستان |

مطالب مشابه

روزمعلم و گرامیداشت مقام استاد مبارک باد.

آقای دکتر محمد دلنواز استاد نمونه دانشکده فنی و مهندسی

دفعات مشاهده: ۸۱۸ بار | دفعات چاپ: ۱۵۷ بار | دفعات ارسال به دیگران: ۰ بار | ۰ نظر