An Ensemble PPO Trading Agent Across Real Limit Order Book and Long-Horizon OHLCV Data: Diagnosis, Correction, and Honest Evaluation
यह शोध पत्र एक PPO-आधारित बिटकॉइन ट्रेडिंग एजेंट का एक पारदर्शी अनुभवजन्य अध्ययन प्रस्तुत करता है जो 'बाय-एंड-होल्ड' (खरीदें और रखें) रणनीति की तुलना में मामूली दीर्घकालिक श्रेष्ठता प्राप्त करने के लिए महत्वपूर्ण प्रशिक्षण विफलताओं का निदान और सुधार करता है, साथ ही यह भी प्रदर्शित करता है कि वास्तविक समय का लिमिट ऑर्डर बुक डेटा अक्सर लेनदेन लागतों के सूक्ष्म मूल्य परिवर्तनों से अधिक होने के कारण एक तर्कसंगत "नो-ट्रेड" (व्यापार न करने की) नीति प्रदान करता है, और अंततः पॉलिश की गई सफलता की कहानियों के बजाय पुनरुत्पादनीय नकारात्मक-परिणाम रिपोर्टिंग के मूल्य का समर्थन करता है।