Geri Dön

FreTS-Rainbow: A frequency-domain deep reinforcement learning framework for multi-timeframe cryptocurrency futures trading with dynamic risk management

FreTS-Rainbow: Dinamik risk yönetimi ile çok zamanlı kripto para vadeli işlemleri için frekans alanlı derin güçlendirmeli öğrenme çerçevesi

PDF İndir

  1. Tez No: 983122
  2. Yazar: ALPER EKMEKÇİOĞLU
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ERİNÇ ALBEY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: İngilizce
  9. Üniversite: Özyeğin Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Veri Bilimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Kripto para türevleri algoritmik işlem olanakları sunar, ancak oynaklık ve kaldıraç sorunları yaşar. Frekans alanı özellik çıkarımı ve dağıtımsal Q-öğrenmesi ile otomatik kripto vadeli işlem ticareti için derin takviyeli öğrenmeye dayalı bir çerçeve olan FreTS-Rainbow modelimizi sunuyoruz. Zaman alanı yaklaşımlarının aksine, yöntemimiz başarılı işleyişin çok ölçekli modelleriyle birlikte ilgili spektral özellikleri çıkarmak için Frekans Alanı Zaman Serisi'ni (FreTS) kullanır. FreTS-Rainbow, kaldıraçlı kripto piyasalarında daha iyi karar verme için frekans alanı çıkarımı ile Rainbow DQN'yi entegre eder. Kaldıraç ve marj seviyeleri gibi vadeli işlem davranışlarını kapsayan bir marj ticareti çerçevesi geliştirdik. Bu çerçeve, Diferansiyel Sharpe Oranı (DSR) gibi bir ödül fonksiyonuna sahiptir. BTCUSDT'nin çoklu zaman dilimi özelliklerini kullanan sürekli vadeli işlem değerlendirmeleri, 5 ve 15 dakikalık, 1 ve 4 saatlik veriler tasarımımızı doğrulamaktadır. FreTS-Rainbow, temel Rainbow DQN ve al-tut stratejilerinden üstündür. Rainbow DQN' nin 1,93'üne ve al-tut'un 1,38'ine kıyasla 2,47'lik bir Sharpe oranına ve Rainbow DQN' nin %23,6'sına ve al-tut'un %32,7'sine kıyasla %14,3'lük maksimum bir düşüşe sahiptir. Frekans alanı özelliklerinin eklenmesi, piyasa rejimi sınıflandırmasının iyileştirilmesinde ve başarılı işlem stratejilerine yönelik çok zamanlı göstergelerdeki gürültünün azalışında faydalıdır. FreTS-Rainbow, kripto para türevleri için iyi prensipleri uygulanabilir stratejilerle birleştiren gelişmiş bir otomatik işlem mimarisidir.

Özet (Çeviri)

Cryptocurrency derivatives present algorithmic trading possibilities but suffer volatility and leverage problems. We present FreTS-Rainbow, a deep reinforcement learning-based framework of automated crypto futures trading with frequency domain feature extraction along with distributional Q-learning. In contrast with time domain approaches, our method utilizes Frequency-domain Time Series (FreTS) to extract relevant spectral features along with multi-scale patterns of successful trading. FreTS-Rainbow integrates frequency-domain extraction with Rainbow DQN for improved decision-making in leveraged crypto markets. We developed a margin trading framework to encompass futures behavior such as leverage and margin levels. It has a reward function like Differential Sharpe Ratio (DSR). Perpetual futures evaluations of BTCUSDT utilizing multi-timeframe features 5-minute, 15-minute, 1-hour, and 4-hour data verify our design. Our FreTS-Rainbow is superior to baseline Rainbow DQN and buy-hold strategies. It has a Sharpe ratio of 2.47 vs. 1.93 of Rainbow DQN and 1.38 of buy-hold with a maximum drawdown of 14.3% vs. 23.6% of Rainbow DQN and 32.7% of buy-hold. Adding frequency-domain features is beneficial in improving market regime classification as well as noise reduction in multi-time indicators towards successful trading strategies. FreTS-Rainbow is a sophisticated automated trading architecture that merges good principles with actionable strategies for cryptocurrency derivatives.

Benzer Tezler

  1. Tez No

    284623

    Nanopartikül üretimi ve nanotıp uygulamaları

    Production of nanoparticles and their application in nanomedicine

    FİLİZ SAYAR

    Doktora

    Türkçe

    Türkçe

    2010

    BiyomühendislikHacettepe Üniversitesi

    Biyomühendislik Ana Bilim Dalı

    PROF. DR. ERHAN BİŞKİN

  2. Tez No

    371263

    Perdelerin arkası

    Behind the frets

    CEM ENGİNSEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Sahne ve Görüntü SanatlarıBeykent Üniversitesi

    Sinema Televizyon Ana Sanat Dalı

    DOÇ. DR. CENGİZ ASİLTÜRK

  3. Tez No

    397676

    Uzun sap bağlama enstrumanındaki mevcut perde sistemiyle hüzzam makam dizisinin seslendirilmesinde ortaya çıkan problemler ve çözüm önerileri

    Problems that occurs in playing hüzzam tune with existing frets system on long-handle bağlama instrument and their solutions suggestions

    RECEP YEŞİLYURT

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    MüzikAtatürk Üniversitesi

    Müzik Bilimleri Ana Sanat Dalı

    DOÇ. DR. AHMET SELİM DOĞAN

  4. Tez No

    190380

    Zeybeklerin“SQL”sorgulama analizi

    The analysis of Zeybek's using“SQL”

    ALEV MÜEZZİNOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2004

    MüzikGazi Üniversitesi

    Güzel Sanatlar Eğitimi Ana Bilim Dalı

    PROF. DR. CİHAT CAN

  5. Tez No

    264417

    The adaptation of bağlama techniques into classical guitar performance

    Bağlama tekniklerinin klasik gitar icrasina uyarlanmasi

    TOLGAHAN ÇOĞULU

    Doktora

    İngilizce

    İngilizce

    2010

    Müzikİstanbul Teknik Üniversitesi

    Müzik Bilimleri Bölümü

    DR. BEKİR KÜÇÜKAY

    PROF. Ş. ŞEHVAR BEŞİROĞLU

Geri Dön