استراتژی گروهی برای معاملات الگوریتمی با یادگیری تقویتی عمیق | ||
| تحقیقات مالی | ||
| دوره 28، شماره 2، 1405، صفحه 349-372 اصل مقاله (742.24 K) | ||
| نوع مقاله: مقاله علمی پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/frj.2025.378736.1007620 | ||
| نویسندگان | ||
| میثم امیری1؛ مسلم پیمانی2؛ همو بغوزیان* 3 | ||
| 1استادیار، گروه مالی و بانکداری، دانشکدۀ مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران. | ||
| 2دانشیار، گروه مالی و بانکداری، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران. | ||
| 3کارشناس ارشد، گروه مالی و بانکداری، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران. | ||
| چکیده | ||
| هدف: استراتژیهای معاملاتی در شرکتهای سرمایهگذاری نقشی مهم دارند؛ با این حال، طراحی یک استراتژی سودآور در بازار سهامی که پیچیدگی و پویایی خاص خود را دارد، چالشبرانگیز است. با افزایش دسترسی به دادهها و توان بیشتر محاسباتی، مدلهای مبتنی بر عامل، برای درک اقتصاد و بازارهای مالی اهمیت بیشتری پیدا کردهاند. بازار بورس اوراق بهادار تهران، بهدلیل نوسانهای شدید، تغییرات قوانین نظارتی و تغییرات ناگهانی اقتصادی، اغلب به انطباق سریع نیاز دارد. انتخاب اجرای استراتژی گروهی، متشکل از عاملهای یادگیری تقویتی عمیق، از چالشها و فرصتهای منحصربهفرد بورس اوراق بهادار تهران نشئت میگیرد. برخلاف مدلهای یادگیری نظارتشده سنتی که پیشبینیها را فقط بر اساس دادههای تاریخی انجام میدهند، مدلهای مبتنی بر عامل، یک رویکرد تطبیقی ارائه میکنند که میتواند بیدرنگ به تغییرات بازار پاسخ دهد. یکی دیگر از دلایل انتخاب این استراتژی، ظرفیت آن برای اجرای عملیات پیچیدۀ مدیریت پرتفوی است. با ترکیب چندین عامل یادگیری تقویتی عمیق که هر یک نقاط قوت متمایزی دارند، رویکرد گروهی میتواند از استراتژیهای متنوعی برای بهینهسازی معاملات، مدیریت ریسک و بهبود تصمیمگیری در شرایط مختلف بازار استفاده کند. بنابراین، هدف از این پژوهش، پیشنهاد استراتژی گروهی برای معاملات الگوریتمی و استفاده از الگوریتمهای یادگیری تقویتی عمیق برای معاملات سهام، بهمنظور به حداکثر رساندن بازده و کمینهکردن ریسک سرمایهگذاری است. روش: در این پژوهش، با مدلسازی بازار سهام و استفاده از آموزش پنج الگوریتم یادگیری تقویتی عمیق، یعنی Advantage Actor Critic (A2C)، Deep Deterministic Policy Gradient (DDPG)، Proximal Policy Optimization (PPO)، Soft Actor-Critic (SAC) و Twin-Delayed Deep Deterministic (TD3)، یک استراتژی معاملاتی گروهی پیادهسازی میشود. این استراتژی، بهترین ویژگیهای پنج الگوریتم را به ارث میبرد و ادغام میکند؛ در نتیجه با موقعیتهای مختلف بازار سازگاری بیشتری دارد. برای آموزش و آزمایش الگوریتمها، از سهام موجود در شاخص قیمتی ۵۰ شرکت بورس اوراق بهادار تهران استفاده شده است. در آخر، نتایج حاصل از معامله با استراتژی معاملاتی طراحیشده با الگوریتمهای یادگیری تقویتی عمیق بهصورت مجزا، شاخص قیمتی ۵۰ شرکت بورس اوراق بهادار تهران و استراتژی تخصیص پرتفوی حداقل واریانس مقایسه و به بحث گذاشته میشود. یافتهها: با انجام معامله با استفاده از مدلهای مختلف از تاریخ ۸ تیر ماه ۱۴۰۱ تا ۳۰ دی ماه ۱۴۰۲، استراتژی گروهی طراحیشده با بازده سالانه 13/47 درصد، بازده تجمعی 47/78 درصد، بازده تعدیلشده با ریسک 56/1 و حداکثر افت سرمایه 49/18 درصد، از الگوریتمهای یادگیری تقویتی عمیق، شاخص قیمتی ۵۰ شرکت بورس اوراق بهادار تهران و استراتژی تخصیص پرتفوی حداقل واریانس از لحاظ بازدهی و مدیریت ریسک، عملکرد بهتری را از خود نشان داد. از بین الگوریتمهای یادگیری تقویتی عمیق، SAC با بازده سالانه و بازده تجمعی 89/29 و ۸۹/۴۷ درصد از لحاظ بازدهی، بهترین عملکرد را داشت؛ اما نوسانهای سالانه 22/44 درصدی آن موجب شد تا از لحاظ مدیریت ریسک عملکرد مطلوبی نداشته باشد. در مقابل، TD3 با بازده تعدیلشده با ریسک 92/0 از لحاظ بازدهی و مدیریت ریسک بهترین عملکرد را بین الگوریتمهای یادگیری تقویتی عمیق داشت. بنابراین، یافتهها نشان میدهد که استراتژی گروهی میتواند بهطور مؤثر یک استراتژی معاملاتی ایجاد کند که عملکردی بهتر از الگوریتمهای یادگیری تقویتی عمیق و شاخص قیمت ۵۰ شرکت بورس اوراق بهادار تهران و استراتژی تخصیص پرتفوی حداقل واریانس از خود نشان دهد. نتیجهگیری: با توجه به اینکه استراتژی گروهی بهترین ویژگیهای هر یک از الگوریتمهای یادگیری تقویتی عمیق را ترکیب میکند و بهصورت پویا به مدیریت پرتفوی سهام میپردازد، میتوان از آن بهعنوان یک استراتژی معاملاتی قابل اتکا برای کسب بازدهی بیشتر و مدیریت ریسک سرمایهگذاری استفاده کرد. در پژوهشهای آتی بهمنظور بهبود عملکرد این الگوریتم میتوان متغیرهای بنیادی و اقتصاد کلان را نیز برای یادگیری عامل معاملهگر به کار گرفت. همچنین در نظر گرفتن محدودیتهای قانونی و نظارتی در مدلسازی بازار سهام و پیادهسازی عاملهای دیگری بهجز سرمایهگذاران، میتواند مدل را به واقعیت نزدیکتر کند و عملکرد آن را بهبود بخشد. | ||
| کلیدواژهها | ||
| معاملات الگوریتمی؛ استراتژی گروهی؛ یادگیری تقویتی عمیق؛ مدلسازی مبتنی بر عامل | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 755 تعداد دریافت فایل اصل مقاله: 216 |
||