Применение методов машинного обучения с подкреплением для оптимального исполнения портфельных транзакций: эмпирическое исследование

Установление торговой траектории, которая исполняет заказ на определенный объем ценных бумаг с минимальными издержками в течение определенного периода времени - одна из основных задач с которыми сталкиваются участники биржевых торгов. Формально она известна как задача Оптимального Исполнения Портфельных Транзакций (ОИПТ). Мы проводим эмпирическое исследование чтобы оценить эффективность двух алгоритмов Машинного Обучения с Подкреплением (МОП) в качестве потенциальных альтернатив стандартным аналитическим моделям ОИПТ. В частности, это первое исследование, которое сравнивает эффективность МОП и адаптивной модели Алмгрена-Крисса. Один из двух алгоритмов является оригинальным и обеспечивает снижение торговых издержек по сравнению с другой спецификацией, которая рассматривается в существующей литературе. Помимо этого, мы разработали стратегию, которая объединяет два алгоритма МОП и является более эффективным подходом относительно каждой отдельной спецификации. Мы также детально обсуждаем устройство эмпирического исследования, чтобы поспособствовать созданию единого фреймворка применения МОП для решения ОИПТ. Мы разработали спецификации МОП, которые превосходят статическую модель Алмгрена-Крисса относительно средних издержек. Однако, данные алгоритмы более волатильны относительно аналитических моделей. Адаптивная модель Алмгрена-Крисса превосходит любую из спецификаций МОП, фигурирующих в данном исследовании. Мы наблюдаем значительное улучшение эффективности по мере того, как мы модифицируем МОП. Это дает нам основание утверждать, что у данного подхода есть значительный потенциал для дальнейшего развития и снижения торговых издержек.