Globoko spodbujevalno učenje strategij ustvarjanja trgaRojec, Matej (Avtor) Todorovski, Ljupčo (Mentor) globoko spodbujevalno učenjestrategije ustvarjanja trgamarkovski proces odločanjaBellmanov operatornevronske mreželimitna knjiga naročilgloboko $Q$-učenjehiperparametritehnični indikatorjisimulacijsko okoljeMagistrska naloga obravnava razvoj in implementacijo okolja za globoko spodbujevalno učenje strategij ustvarjanja trga. Predstavljene so teoretične osnove markovskih procesov odločanja in tehnike globokega spodbujevalnega učenja, s poudarkom na $Q$-učenju in globokem $Q$-učenju. Delo vključuje podrobno analizo limitne knjige naročil in različnih tipov tržnih naročil, ki so ključni za razumevanje dinamike finančnih trgov. Izdelali smo simulacijsko okolje za testiranje trgovalnih strategij, kjer smo najprej implementirali agenta na poenostavljenem trgu z uporabo $Q$-učenja in globokega $Q$-učenja. Analiza rezultatov je pokazala učinkovitost različnih pristopov v odvisnosti od parametrov okolja. Razviti agent je bil nato prilagojen za trgovanje na realnih podatkih kripto trgov z uporabo tehničnih indikatorjev in naprednejših arhitektur nevronskih mrež. Eksperimentalni rezultati kažejo, da lahko strategije, naučene s pomočjo globokega spodbujevalnega učenja, uspešno konkurirajo tradicionalnim pristopom ustvarjanja trga v različnih tržnih pogojih.20252025-10-09 08:15:05Magistrsko delo/naloga174739UDK: 004.42VisID: 155172COBISS_ID: 252311043sl