[論文レビュー] Optimizing Portfolio Management and Risk Assessment in Digital Assets Using Deep Learning for Predictive Analysis

Qishuo Cheng, Le Yang+3 more|arXiv (Cornell University)|Feb 25, 2024

Stock Market Forecasting Methods被引用数 17

ひとこと要約

本論文はデジタル資産のポートフォリオ管理における Deep Q-Network アプローチを導入し、ベンチマークに対する改善を強調し、分布共有制約によるクロスアセット Q値ドリフトに対処する。

ABSTRACT

Portfolio management issues have been extensively studied in the field of artificial intelligence in recent years, but existing deep learning-based quantitative trading methods have some areas where they could be improved. First of all, the prediction mode of stocks is singular; often, only one trading expert is trained by a model, and the trading decision is solely based on the prediction results of the model. Secondly, the data source used by the model is relatively simple, and only considers the data of the stock itself, ignoring the impact of the whole market risk on the stock. In this paper, the DQN algorithm is introduced into asset management portfolios in a novel and straightforward way, and the performance greatly exceeds the benchmark, which fully proves the effectiveness of the DRL algorithm in portfolio management. This also inspires us to consider the complexity of financial problems, and the use of algorithms should be fully combined with the problems to adapt. Finally, in this paper, the strategy is implemented by selecting the assets and actions with the largest Q value. Since different assets are trained separately as environments, there may be a phenomenon of Q value drift among different assets (different assets have different Q value distribution areas), which may easily lead to incorrect asset selection. Consider adding constraints so that the Q values of different assets share a Q value distribution to improve results.

研究の動機と目的

• 単一予測モデルを超える、深層学習ベースのポートフォリオ手法の必要性を動機づける。
• アセットレベルの意思決定に市場全体のリスク要因を統合していくことを提案する。
• DRLベースのポートフォリオ戦略の有効性をベンチマークと比較して評価する。
• 独立して訓練されたアセット環境間での Q-value ドリフトを特定し、緩和する。

提案手法

• Deep Q-Network (DQN) アルゴリズムを資産管理ポートフォリオに導入する。
• 最大の Q 値を持つ資産とアクションを選択して戦略を実装する。
• 異なる資産を別々の環境として扱い、独立して訓練する。
• 異なる資産間で異なる Q value 分布に起因する Q-value ドリフトを調査する。
• 資産間で Q values が分布を共有するように制約を追加して整合性を改善することを提案する。

実験結果

リサーチクエスチョン

• RQ1 DRLベースのアプローチで DQN を用いた場合、デジタル資産ポートフォリオ管理において伝統的なベンチマークを上回れるか？
• RQ2 各資産を別々の環境として扱うことは学習ダイナミクスと意思決定の質にどのように影響するか？
• RQ3 Q-value ドリフトの原因は何か、分布共有制約はそれをどう緩和できるか？
• RQ4 より広い市場リスクデータを組み込むことで、孤立した資産データを超える予測性能は向上するか？
• RQ5 Q-value 分布に対してどのような制約が、より安定した信頼性のある資産選択を生み出すか？

主な発見

• 著者らによれば、DQNベースのポートフォリオ管理アプローチはベンチマークを大幅に上回る。
• アセットを別々の環境として訓練すると、資産選択に影響を与える Q-value ドリフトの問題が明らかになる。
• 分布共有制約による Q-value 分布ドリフトの緩和は、結果を改善できる。
• 本研究は単一資産データを超えた市場全体のリスク要因を考慮する重要性を強調する。