Глибоке навчання з підкріпленням для високошвидкісного торгівлі на біржі

Abstract

Бакалаврська кваліфікаційна робота виконана студентом групи КН-413 Боднаром Остапом Васильовичем. Тема “Глибоке навчання з підкріпленням для високошвидкісного торгівлі на біржі”. Робота направлена на здобуття ступеня бакалавра за спеціальністю 122 «Комп’ютерні науки». Метою дипломної роботи є створення високоефективної, швидкої та надійної моделі для системи автоматичної високочастотної торгівлі криптовалютою із використанням методу машинного навчання: deep reinforcement learning (DRL). Об’єктом дослідження є автоматизовані системи торгівлі, які базуються на методах та підходах машинного навчання. У роботі була розроблена нейромережа для оптимального вибору торгових стратегій та натренована, використовуючи навчання з підкріпленням. Для тренування використовувалися OHCLV та LOB даних про торгівлю Bitcoin та додаткових метрик, що враховують стан ринку. Важливими особливостями розробленої моделі є викорстання двох входів даних у поєднані зі конволюційними та рекурентними, а також об’єднання векторів-ознак цих шарів за допомогою глибокого MLP (Multi-layer perceptron) та передбачення на виході однієї із 17 значень простору дій. Незважаючи на те, що модель тренувалася не довго, результати тренування моделі є задовільними: отримання у середньому 2.5% прибутку на добу. Для покращення цього показника достатньо продовжити тренування моделі. Подальші дослідження можуть включати перевірку стійкості моделі до екстремальних ринкових умов та інтеграцію з реальними біржами для тестування на реальних даних. Дана робота підкреслює потенціал глибокого навчання з підкріпленням у сфері автоматичної торгівлі криптовалютами та надає основу для подальших досліджень у цій галузі. Bachelor's qualification work performed by a student of the group KN-413 Bodnar Ostap Vasylovych. Theme "Deep Reinforcement Learning for high- speed stock trading". The work is aimed at obtaining a bachelor's degree in the specialty 122 "Computer Science". The purpose of this work is to create a highly efficient, fast, and reliable system for making autonomous decisions to sell, buy, or hold shares using reinforcement learning.