¿Predecir los mercados financieros a la manera de un videojuego?

Question

DeepMind han demostrado increíbles capacidades de un agente de aprendizaje de la máquina de refuerzo para jugar competentemente a los videojuegos de Atari. Es muy sorprendente que durante el entrenamiento nada más que los marcos de la imagen del juego y la puntuación se proporcionaron a la deep Q-network (DQN). El agente aprendió las acciones apropiadas para jugar con precisión un juego y operar de manera competente sin ninguna adaptación específica al código fuente o a los hiperparámetros de la red. Simplemente necesita entrenamiento en un gran número de secuencias de juego para aprender un nuevo juego.

¿Podría adaptarse esta tecnología de manera viable para permitir que un agente de aprendizaje automático tome medidas comerciales competentes y adecuadas en los mercados financieros? Como jugar al Pong, pero con los mercados? ¡Un alto puntaje sería bastante agradable!

¿Alguien tiene experiencia para articular o aconsejar sobre cómo se podría experimentar esto en la práctica?

Answer 1

Es una pregunta interesante.

Yo reformularía un poco tu pregunta e intentaría un intento de respuesta de por qué el uso de redes neuronales no es una buena idea para predecir la dirección del mercado.

En mi opinión, una razón principal sería que no es posible experimentar una estrategia sin modificar el comportamiento del mercado y, por tanto, es imposible repetir el mismo experimento una y otra vez, lo cual es un requisito previo de la formación.

Haciendo una analogía con el aprendizaje automático de los videojuegos, es como si al volver a empezar el nivel, las trampas en las que habías perdido hubieran sido sustituidas por otras nuevas en las que nunca habías pensado.

Animo a otros miembros de quant.stackexchange a que compartan su opinión sobre el tema.

Answer 2

Z. Jiang, D. Xu, J. Liang, en A Deep Reinforcement Learning Framework for the Financial Portfolio Management Problem. demostrar un marco de RL profundo para el comercio. El enfoque se basa en el flujo tensorial y utiliza ideas similares al Open AI Gym utilizado por Deepmind para videojuegos.

En mi blog Optimización de una cartera de criptomonedas con aprendizaje profundo por refuerzo Recojo su marco y veo cómo se comporta la misma estrategia tras la caída de las criptomonedas.

Eche un vistazo.