Optimization of dynamic crypto portfolios via deep reinforcement learning against supervised learning under transaction costs
Questo articolo dimostra che un approccio di Deep Reinforcement Learning utilizzando PPO supera significativamente i modelli di apprendimento supervisionato come LSTM, Random Forest e XGBoost nell'ottimizzazione di un portafoglio di criptovalute dinamico sotto costi di transazione, ottenendo rendimenti corretti per il rischio e neutralità di mercato superiori dando priorità all'efficienza del trading rispetto all'accuratezza direzionale.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Il mondo delle valute digitali opera su una scala di movimento che sfida l'intuizione finanziaria tradizionale. A differenza dei mercati relativamente stabili di azioni o obbligazioni, il panorama delle criptovalute è definito da una volatilità estrema, dove i prezzi possono oscillare selvaggiamente in un singolo giorno e le regole che ne governano i prezzi cambiano senza preavviso. Per decenni, gli investitori si sono affidati a modelli matematici progettati per bilanciare rischio e rendimento, ma questi strumenti classici spesso falliscono quando applicati ad asset che non si comportano come normali beni economici. Essi presuppongono che i modelli di mercato si ripetano e che le relazioni tra diversi asset rimangano costanti, assunzioni che crollano nel caos dell'ambiente della finanza digitale. Per navigare in questa turbolenza, i ricercatori si sono rivolti all'intelligenza artificiale, sperando di costruire sistemi in grado di imparare dal rumore piuttosto che cercare di prevedere il futuro con precisione perfetta. La sfida principale non è solo trovare uno scambio redditizio, ma farlo senza perdere denaro a causa dei costi nascosti del trading stesso, come le commissioni che erodono i profitti ogni volta che un portafoglio viene adeguato.
In uno studio recente, un team di ricercatori di università marocchine ha affrontato questo problema specifico testando un nuovo approccio alla gestione di un portafoglio di dieci principali criptovalute. Si sono posti l'obiettivo di vedere se un tipo di intelligenza artificiale nota come apprendimento per rinforzo profondo (deep reinforcement learning) potesse superare i metodi consolidati di apprendimento automatico che sono stati lo standard per anni. I ricercatori hanno creato un ambiente digitale in cui un agente artificiale doveva prendere decisioni quotidiane su come suddividere il proprio denaro tra dieci diverse monete, inclusi Bitcoin, Ethereum e altre, mantenendo anche una parte in un asset sicuro e privo di rischio simile al contante. Fondamentalmente, ogni volta che l'agente decideva di spostare denaro da una moneta all'altra, doveva pagare una piccola commissione, imitando il costo reale del trading. L'obiettivo era vedere quale metodo potesse far crescere maggiormente il valore del portafoglio pur sopravvivendo agli inevitabili crolli del mercato ed evitando la trappola dell'eccessivo trading.
Il team ha confrontato il loro nuovo approccio con tre noti modelli di apprendimento supervisionato, che funzionano cercando prima di prevedere il prezzo futuro di un asset e poi decidendo cosa acquistare in base a tale previsione. Questi modelli tradizionali includevano reti Long Short-Term Memory, che sono brave a ricordare i pattern passati; Random Forest, che utilizzano molti alberi decisionali per trovare risposte; e XGBoost, uno strumento potente per individuare relazioni complesse nei dati. I ricercatori hanno scoperto che questi metodi tradizionali faticavano significativamente quando venivano introdotte le commissioni di transazione. Poiché questi modelli si concentrano sul prevedere la direzione esatta di un prezzo, anche un minimo errore nella loro previsione causava loro di fare trading troppo frequentemente. Questo continuo comprare e vendere, guidato da lievi errori di calcolo, faceva sì che le commissioni erodessero rapidamente qualsiasi potenziale profitto, lasciando i portafogli piatti o addirittura in rosso. Uno dei modelli tradizionali ha effettivamente perso denaro, non riuscendo a coprire il costo delle operazioni che aveva effettuato.
Al contrario, l'agente di apprendimento per rinforzo profondo, che è stato addestrato utilizzando un metodo chiamato Ottimizzazione della Politica Prossimale (Proximal Policy Optimization), ha adottato un approccio fondamentalmente diverso. Invece di cercare di indovinare il prezzo successivo, questo agente ha imparato direttamente dalle conseguenze delle sue azioni. È stato ricompensato per aver guadagnato denaro, ma penalizzato pesantemente per aver spostato il suo denaro inutilmente. Questo ha insegnato all'agente una lezione vitale: era meglio mantenere la posizione piuttosto che fare trading, a meno che il guadagno atteso non fosse abbastanza grande da giustificare la commissione. Quando il mercato diventava pericoloso, l'agente ha imparato a ritirarsi nella sua posizione sicura di contanti, proteggendo il proprio capitale dai peggiori cali. Quando il mercato era calmo, rimaneva investito per catturare la crescita. Questa strategia gli ha permesso di navigare il periodo volatile dal 2021 al 2024 con una straordinaria efficienza.
I risultati dell'esperimento sono stati netti. L'agente di apprendimento per rinforzo profondo ha ottenuto un rendimento annuo del 37,22 percento, superando di gran lunga gli altri metodi. Mentre i modelli tradizionali hanno gestito rendimenti che variavano da un modesto 6,75 percento a un -1,48 percento, il nuovo agente non solo ha fatto crescere il portafoglio, ma ha anche gestito il rischio in modo efficace. Ha subito una perdita massima del 28,74 percento durante i peggiori cali di mercato, che è stata meno severa delle perdite subite dalle altre strategie. Forse più importante, l'agente si è dimostrato neutrale rispetto al mercato, il che significa che il suo successo non dipendeva dal fatto che il mercato generale salisse o scendesse. Ha generato un valore specifico noto come alfa, che rappresenta l'abilità della strategia stessa, indipendentemente dall'andamento generale del mercato. I modelli tradizionali, al confronto, erano fortemente legati alla direzione del mercato e non sono riusciti a generare questo valore extra, spesso distruggendo la ricchezza invece di crearla.
Questo studio suggerisce che il futuro della gestione di asset digitali volatili possa risiedere in sistemi che comprendono il costo dell'azione, non solo la promessa del rendimento. Incorporando la realtà delle commissioni di transazione direttamente nel processo di apprendimento, i ricercatori hanno creato un agente che si comporta più come un investitore umano prudente che come una macchina reattiva. Ha imparato che la pazienza e la disciplina sono spesso più redditizie di un'attività costante. Sebbene lo studio sia stato condotto utilizzando dati storici e simulazioni, i risultati offrono un argomento convincente per passare da semplici modelli di previsione a sistemi che ottimizzano l'intera esperienza di trading, incluso l'attrito del mercato stesso. Il successo di questo approccio evidenzia che in un mondo finanziario caotico, la capacità di sapere quando non fare trading è preziosa quanto sapere quando comprare.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.