Suparničko podržano učenje za robusno održavanje tržišta

završni rad

• Naslov (engleski): Adversarial Reinforcement Learning for Robust Market Making
• Autor: Niko Kaštelan
• Mentor: Zvonko Kostanjčar (mentor)
• Član povjerenstva: Zvonko Kostanjčar (predsjednik povjerenstva)
• Član povjerenstva: Stjepan Begušić (član povjerenstva)
• Član povjerenstva: Bruno Gašperov (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2022-07-08, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Podržano učenje jedna je od metoda strojnog učenja koja se koristi za razvoj optimalnih strategija održavanja tržišta. Suparničko podržano učenje pokazalo se kao metoda koja rezultira poboljšanom robusnosti, što je također poželjna karakteristika strategija održavanja tržišta. U ovom radu predstavljen je novi pristup rješavanju problema optimalnog održavanja tržišta metodom dubokog podržanog učenja u suparničkom kontekstu. Korišten je algoritam SAC koji se temelji na okviru podržanog učenja maksimalne entropije. Zapaženo je da rezultantne strategije postižu superiorne performanse u usporedbi s prijašnjim pristupima, uz činjenicu da istovremeno čine tržišta efikasnijima smanjivanjem razlike između kupovne i prodajne cijene.

Sažetak (engleski)

Reinforcement learning is one of the machine learning methods used for developing optimal market making strategies. Adversarial reinforcement learning has proven to be a method that results in improved robustness, which is also a desirable feature of market making strategies. This paper presents a new approach to solving the problem of optimal market making through deep reinforcement learning in an adversarial setting. The SAC algorithm used is based on the maximum entropy reinforcement learning framework. We observed the resulting strategies achieved superior performance compared to previous approaches while simultaneously making the markets more efficient by narrowing the spread.

• Ključne riječi: podržano učenje; suparnik; robusnost; održavanje tržišta; SAC
• Ključne riječi (engleski): reinforcement learning; adversary; robustness; market making; SAC
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:826024
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-15 10:29:47