Developing A Multi-Agent and Self-Adaptive Framework with Deep Reinforcement Learning for Dynamic Portfolio Risk Management

要約

深層学習または強化学習 (RL) アプローチは、近年の非常に混乱した金融市場環境下でポートフォリオ管理のための新しい投資戦略を迅速に学習して対応するための反応エージェントとして採用されています。
多くの場合、さまざまな金融セクター間の非常に複雑な相関関係や、さまざまな金融市場の変動傾向により、深層学習または強化学習ベースのエージェントは、潜在的なリスクを無視しながら、新しく策定された投資ポートフォリオの総利益を最大化することに偏る可能性があります。
世界または地域セクターにおけるさまざまな市場状況の混乱のもとで。
したがって、マルチエージェントおよび自己適応フレームワーク、つまり MASA が提案されます。このフレームワークでは、2 つの協力的で反応的なエージェントを通じて洗練されたマルチエージェント強化学習 (RL) アプローチが採用され、ポートフォリオ全体間のトレードオフのバランスを慎重かつ動的に調整します。
リターンとその潜在的なリスク。
さらに、市場観察者としての非常に柔軟で積極的なエージェントが MASA フレームワークに統合されており、刻々と変化する市場状況に迅速に適応するためのマルチエージェント RL アプローチへの貴重なフィードバックとして、推定市場動向に関する追加情報を提供します。
得られた実証結果は、CSI 300、ダウジョーンズ工業平均、S&P 500 指数の困難なデータセットに対する多くのよく知られた RL ベースのアプローチに対する、マルチエージェント RL アプローチに基づく私たちが提案する MASA フレームワークの潜在的な強みを明確に示しています。
過去10年間。
さらに重要なことは、私たちが提案した MASA フレームワークは、将来の調査に向けて考えられる多くの方向性を明らかにするものです。

要約(オリジナル)

Deep or reinforcement learning (RL) approaches have been adapted as reactive agents to quickly learn and respond with new investment strategies for portfolio management under the highly turbulent financial market environments in recent years. In many cases, due to the very complex correlations among various financial sectors, and the fluctuating trends in different financial markets, a deep or reinforcement learning based agent can be biased in maximising the total returns of the newly formulated investment portfolio while neglecting its potential risks under the turmoil of various market conditions in the global or regional sectors. Accordingly, a multi-agent and self-adaptive framework namely the MASA is proposed in which a sophisticated multi-agent reinforcement learning (RL) approach is adopted through two cooperating and reactive agents to carefully and dynamically balance the trade-off between the overall portfolio returns and their potential risks. Besides, a very flexible and proactive agent as the market observer is integrated into the MASA framework to provide some additional information on the estimated market trends as valuable feedbacks for multi-agent RL approach to quickly adapt to the ever-changing market conditions. The obtained empirical results clearly reveal the potential strengths of our proposed MASA framework based on the multi-agent RL approach against many well-known RL-based approaches on the challenging data sets of the CSI 300, Dow Jones Industrial Average and S&P 500 indexes over the past 10 years. More importantly, our proposed MASA framework shed lights on many possible directions for future investigation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google