Оптимизация маркет-мейкинга с использованием глубокого обучения с подкреплением

В данной работе парадигма глубокого обучения с подкреплением применяется к задаче высокочастотного алгоритмического трейдинга для целей маркетмейкинга. Хотя применение глубокого обучения с подкреплением к высокочастотной торговле не является полностью новым в академической сфере, его тщательное изучение и анализ все еще продолжаются, что подтверждается текущими исследовательскими усилиями в этой области. Для проведения экспериментов был выбран продвинутый алгоритм на основе градиента политики, выступающий в качестве агента, взаимодействующего с окружающей средой, состоящей из снимков LOB, TFI и OFI, а также других индикаторов. В контексте данной работы предложенная структура применяется и изучается на фондовом рынке. Цель этой работы — повысить уровень обобщения и производительности DRL-трейдинга акциями путем его оптимизации в созданной структуре. Цель этой работы — дальнейшее развитие обобщения и производительности DRL в торговле акциями путем его оптимизации в рамках, установленных на основе существующих исследований для целей маркетмейкинга. Опираясь на выводы предыдущих исследований, эта работа направлена на улучшение функциональности маркетмейкера на основе DRL, используя идеи и методологии, предложенные в литературе, для достижения повышенной производительности и адаптируемости в реальных торговых сценариях. Ключевые слова: глубокое обучение с подкреплением, маркетмейкинг, высокочастотная торговля, алгоритмическая торговля