Reinforcement Learning aplicado ao trading
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Dissertação |
Idioma: | eng |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10451/48146 |
Resumo: | Tese de mestrado, Matemática Financeira, Universidade de Lisboa, Faculdade de Ciências, 2020 |
id |
RCAP_0b89f051cd925e000405989297b76406 |
---|---|
oai_identifier_str |
oai:repositorio.ul.pt:10451/48146 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Reinforcement Learning aplicado ao tradingReinforcement LearningQ-LearningRedes neuronaisMercado cambialTeses de mestrado - 2020Departamento de MatemáticaTese de mestrado, Matemática Financeira, Universidade de Lisboa, Faculdade de Ciências, 2020Neste trabalho desenvolve-se um algoritmo de trading aplicado ao mercado cambial. O algoritmo é obtido através de Reinforcement Learning. Propõe-se um processo de decisão de Markov para modelar o problema do trading de um ativo e usa-se o algoritmo model-free chamado Q-Learning com uma rede neuronal com 2 camadas ocultas de 40 células cada como função aproximação para resolvê-lo. Optou-se por uma função recompensa que calcula a variação percentual do valor da carteira e por um espaço de ações discreto onde as únicas opções são abrir uma posição longa/curta ou não abrir nenhuma posição. O algoritmo é testado em quatro pares de moedas, EUR/USD, GBP/USD, USD/JYP, USD/CHF, entre abril de 2015 e março de 2020. Além disso, o algoritmo é corrido várias vezes para cada par com o objetivo de testar a consistência do mesmo. Dois valores para o spread são utilizados. Os resultados são, em média, consistentes e positivos. Observa-se também um declínio da performance com o aumento do spread.In this work, a trading algorithm applied to the foreign exchange market is developed. The algorithm is obtained through Reinforcement Learning. A Markov decision process is proposed to model the problem of trading an asset and a model-free algorithm called Q-Learning is used with a neuronal network with 2 hidden layers of 40 cells each, as an approximation function, to solve it. We opted for a reward function that calculates the percentage variation of the portfolio's value and for a discrete action space where the only options are to open a long/short position or to open no position at all. The algorithm is tested on four currency pairs, EUR/USD, GBP/USD, USD/JYP, USD/CHF, between April 2015 and March 2020. Besides that, the algorithm is run several times for each pair to test its consistency. Two values for the spread are used. The results are, on average, consistent and positive. There is also a decline in the performance with the increase of the spread.Mendes, Diana E. AldeaRepositório da Universidade de LisboaPires, Diogo Miguel Teixeira Estevinho2021-05-25T14:38:46Z202020202020-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10451/48146TID:202607291enginfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-11-08T16:51:23Zoai:repositorio.ul.pt:10451/48146Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T22:00:03.438427Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Reinforcement Learning aplicado ao trading |
title |
Reinforcement Learning aplicado ao trading |
spellingShingle |
Reinforcement Learning aplicado ao trading Pires, Diogo Miguel Teixeira Estevinho Reinforcement Learning Q-Learning Redes neuronais Mercado cambial Teses de mestrado - 2020 Departamento de Matemática |
title_short |
Reinforcement Learning aplicado ao trading |
title_full |
Reinforcement Learning aplicado ao trading |
title_fullStr |
Reinforcement Learning aplicado ao trading |
title_full_unstemmed |
Reinforcement Learning aplicado ao trading |
title_sort |
Reinforcement Learning aplicado ao trading |
author |
Pires, Diogo Miguel Teixeira Estevinho |
author_facet |
Pires, Diogo Miguel Teixeira Estevinho |
author_role |
author |
dc.contributor.none.fl_str_mv |
Mendes, Diana E. Aldea Repositório da Universidade de Lisboa |
dc.contributor.author.fl_str_mv |
Pires, Diogo Miguel Teixeira Estevinho |
dc.subject.por.fl_str_mv |
Reinforcement Learning Q-Learning Redes neuronais Mercado cambial Teses de mestrado - 2020 Departamento de Matemática |
topic |
Reinforcement Learning Q-Learning Redes neuronais Mercado cambial Teses de mestrado - 2020 Departamento de Matemática |
description |
Tese de mestrado, Matemática Financeira, Universidade de Lisboa, Faculdade de Ciências, 2020 |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020 2020 2020-01-01T00:00:00Z 2021-05-25T14:38:46Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10451/48146 TID:202607291 |
url |
http://hdl.handle.net/10451/48146 |
identifier_str_mv |
TID:202607291 |
dc.language.iso.fl_str_mv |
eng |
language |
eng |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799134546773409792 |