استفاده از یادگیری تقویتی در انجام معاملات بازار سهام

تصمیم گیری در بازارهای مالی یک چالش بزرگ برای معامله گران است. افزایش سرعت و وسعت تغییرات و افزایش روزافزون پیچیدگی های این بازارها باعث مشکل شدن تصمیم گیری می شود. معاملات الگوریتمی به منظور حل مشکل تصمیم گیران هر روز گسترده تر می شود. در این پژوهش روشی با استفاده یادگیری تقویتی برای ایجاد سامانه معاملات الگوریتمی ارائه شده است. در روش پیشنهادی به جای استفاده از قیمت جاری از دنباله ای از قیمت ها استفاده گردید. روش پیشنهادی با استفاده از داده های سهام بورس اوراق بهادار ایران ارزیابی گردید. نتایج ارزیابی بر اساس پاداش تجمعی نشان دهنده افرایش کارایی روش پیشنهادی است.