Deep Reinforcement Learning in Cryptocurrency Market Making
创建于 更新于
摘要
本论文提出了基于深度强化学习的加密货币市场做市框架（DRLMM），采用先进的策略梯度算法（A2C与PPO）结合多级限价订单簿（LOB）、交易流不平衡（TFI）及订单流不平衡（OFI）指标作为观测空间，实现端到端的市场做市自动化。实验比较了两种奖励函数（位置盈亏与交易完成），验证了模型能在比特币、以太坊和莱特币市场中产生稳定且有利可图的日收益，并具备良好的泛化能力。结果显示，采用交易完成奖励函数的策略能够生成更多交易且更优的收益表现，且A2C与PPO算法在动作重复次数上表现出差异化的适应性，展现了DRL在市场做市领域解决随机库存控制的有效性[pidx::0][pidx::4][pidx::10][pidx::11][pidx::12]
