گاها یه رجعت به اصل مهندس صنایع خودمون کرده و از این مقالاتم چاپ میکنیم☺️

برای من این مقاله بیشتر از چاپ و مجله اش، داستان داوری هاش جذاب بود،
یه داوری میگفت کیس عملی از چاه نفت بیارین 😱 تا یه بار دیگه وسط راه ادیتور مجله فوت کرد و این بی‌دلیل ریجکت شد🤷‍♀️! قشنگ تمرین ممارست در مقابل داورهای مختلف و مجلات متفاوت بود و این سرنوشت عجیب بلاخره به سرانجام رسید 🥹

اصولا این کارهای بهینه سازی و تصمیم گیری چند متغیره شاید راحترم از کارهای کوانت چاپ بشه، اما حس حل مساله ی کوانت خیلی بهتره 😉

سلام دوستان.

اگه کسی علاقمند به ترکیب مدلهای Reinforcement learning و بحث های الگوریتم تریدینگ هست، ریسرچ جدید ما یه فرموله متفاوتی ارایه داده که چطور مسیولیت سیگنال جنریتوری رو RL برعهده بگیره ولی ترین هم انجام بشه، 💠
مشکل RL توی فاینانس اینکه واقعا چیزی یاد نمیگیره اما این مدل داره فرموله مساله رو تبدیل به مساله رنکینگ میکنه و اینجوری یه سیستم چندمرحله برای استراتژی ارايه میده🔸

لینک مقاله و بحث انگلیسی:
Link 🔹
پ.ن.۱. تعدادی کار متفاوت این مدت در زمینه کوانت انجام دادیم که شاید بتونیم درباره شون یه جلسه بزاریم و حرف بزنیم ⬜️

پ.ن.۲. شاید چند تا پست فارسی توی لینکدین بزارم و بخاطر تعداد زیاد مخاطب های که اونجا هست، بتونیم روی کارهای کوانت اونجا بحث کنیم🟢

دکتر ساسان براک 🙏

🚀 به‌تازگی مقاله‌ای رو منتشر کردیم که یکی از بحث‌های مهم در حوزه مالی رو بررسی می‌کنه:

🔸 آیا ناکارایی بازار رمزارزها ثابت و همیشگیه یا اینکه در طول زمان تغییر می‌کنه و خودش رو تطبیق می‌ده؟

برای پاسخ به این سؤال، ما یک چارچوب معاملاتی تطبیقی ساختیم که ترکیبیه از:

🔻داده‌های بنیادی زنجیره (On-chain)،

🔻سیگنال‌های رفتاری مبتنی بر الگوهای روند،

🔻متااطلاعات استراتژی،

🔻و آمارهای کلاسیک بازار.


به‌جای اینکه ناکارایی رو ثابت در نظر بگیریم، این مدل یاد می‌گیره که بازار در شرایط مختلف چطور تغییر می‌کنه.

نتایج جالب:
✅ عملکرد بهتری نسبت به مدل‌های ایستا داشت — نسبت شارپ بیش از دو برابر شد (1.34 در مقابل 0.59).
✅ حداکثر افت سرمایه تقریباً نصف شد.
✅ و مهم‌تر اینکه مدل قوانین اقتصادی قابل‌فهم یاد گرفت: در دوره‌های پرنوسان به سیگنال‌های رفتاری تکیه می‌کنه و در بازارهای آرام به داده‌های بنیادی.

برای من، نکته کلیدی فقط «عملکرد بهتر» نبود، بلکه تأیید فرضیه بازار تطبیقی (AMH) در حوزه رمزارز بود. آلفا ثابت نیست — یک هدف متغیره که باید یاد بگیریم چه زمانی و کجا از ناکارایی‌های گذرا استفاده کنیم.
.

📄 لینک مقاله ****

👆 خوشحال می‌شم نظر شما رو بدونم: به نظرتون چارچوب‌های تطبیقی چطور می‌تونن آینده پژوهش‌های کوانت و استراتژی‌های معاملاتی رو شکل بدن؟

#مالی_کوانت #رمزارز #بازار_تطبیقی #یادگیری_ماشین #استراتژی_معاملاتی #فینتک