استفاده از الگوریتم یادگیری عمیق کیو جهت طراحی عاملی خودمختار برای معامله در بازار رمزارزها با تمرکز بر رفتار معاملهگران
نویسندگان
1 دانشجوی دکتری، دانشگاه یزد، دانشکده مهندسی کامپیوتر، یزد، ایران
2 دانشیار، دانشگاه یزد، دانشکده مهندسی کامپیوتر، یزد، ایران
3 دانشیار، دانشگاه یزد، دانشکده مهندسی کامپیوتر، یزد، ایران
doi
10.22034/abmir.2025.22203.1062چکیده
بازار رمزارزها، محیطی پیچیده، غیرقطعی و همراه با نوسانهای زیادی است. ایجاد استراتژی معاملاتی در این بازار بسیار چالشبرانگیز است. در این مقاله تأثیر رفتار معاملهگران (معاملاتی که انجام میدهند) بر تغییر شرایط بازار بررسیشده است. عوامل بسیاری در تغییر شرایط بازار تأثیر دارند، اما درنهایت این تأثیرات، از طریق رفتار معاملهگران به فعلیت میرسد. در این مقاله عاملی خودمختار جهت انجام معامله در بازار رمزارز طراحیشده است. عاملی که تنها با بررسی معاملات انجامشده تصمیم میگیرد. طراحی عامل مبتنی بر الگوریتم DDQN از یادگیری تقویتی است. برای آموزش عامل تمام معاملههای انجامشده در صرافی رمزارز HitBTC در طول نزدیک به ۳ ماه برای ۳ جفت رمزارز، گردآوریشده است. نتایج پیادهسازی نشان میدهد مدل همگرا شده و در شرایط محیطی با ریسک بالا پایداری خوبی از خود نشان داده است. درنتیجه معاملههای انجامشده منبع مهمی برای تصمیمگیری است. ترکیب این روش با روشهای پیشبینی قیمت میتواند رویکردی جدید در طراحی عاملهای معاملهگر باشد.
