Akili Bandia Inayodhibitiwa katika Uuzaji wa Jozi za Kripto: Je, Mfumo Unaojifunza Ndani ya Mipaka ya Hatari Unaweza Kuf...

Makala haya yanatokana na utafiti wa kitaaluma unaochunguza kwa pamoja usuluhishi wa kitakwimu na mbinu za kujifunza kwa kina za kuimarisha (deep reinforcement learning) katika masoko ya sarafu za kidijitali. Utafiti unaitwa Dynamic Multi-Pair Trading Strategy in Cryptocurrency Markets with Deep Reinforcement Learning na umechapishwa kama nakala ya awali kwenye arXiv.

Makala haya yanalenga kuboresha mkakati wa uuzaji wa jozi (pair trading) unaotumia uhusiano wa bei kati ya rasilimali mbili katika masoko ya sarafu za kidijitali kwa kutumia Kujifunza kwa Kina kwa Kuimarisha yaani Deep Reinforcement Learning. Walakini, kuna tofauti muhimu hapa: Muundo wa akili bandia haukuachwa huru kabisa kwenye soko. Muundo huu uliendeshwa ndani ya jozi za rasilimali zilizochaguliwa kitakwimu na mipaka ya hatari iliyowekwa tayari.

Kwa hivyo, matokeo yanayoelezwa katika makala haya hayapaswi kuchukuliwa kama ushauri wa uwekezaji. Utafiti huu unawasilisha muundo wa kitaaluma uliotathminiwa kwenye data za kihistoria. Hali ya juu ya kubadilika-badilika kwa masoko ya kripto, matumizi ya kujiinua (leverage), gharama za biashara, na hali ya ukwasi (liquidity) katika soko la moja kwa moja zinaweza kubadilisha matokeo kwa kiasi kikubwa.

Utafiti mpya wa kitaaluma unapendekeza muundo mseto unaounganisha mkakati wa biashara ya jozi na kujifunza kwa kina kwa kuimarisha katika masoko ya sarafu za kidijitali. Katika utafiti huo, kwanza jozi zenye maana kitakwimu za rasilimali za kripto zinachaguliwa; kisha wakala wa akili bandia anayetegemea PPO-LSTM anatumika tu kama safu ya utekelezaji wa shughuli. Toleo lililofanikiwa zaidi la muundo linaonekana kutoa utendaji wenye nguvu zaidi wa kurekebisha hatari ukilinganisha na mkakati wa msingi wa kawaida wakati wa kipindi cha sampuli ya nje ya 2025. Hata hivyo, matokeo yanapaswa kufasiriwa kwa tahadhari kutokana na kiwango cha juu cha matumizi ya kujiinua na hali tete ya masoko ya kripto.

Kichwa

Biashara ya jozi (pair trading) ni mkakati unaolenga kufungua biashara wakati bei za rasilimali mbili zinazohusiana kitakwimu zinapotengana kwa muda, na kufunga nafasi wakati uhusiano wao unaporudi katika hali ya kawaida. Kwa mfano, ikiwa rasilimali mbili za kripto zinasonga pamoja kwa muda mrefu, utofauti wao unapopanuka kwa njia isiyo ya kawaida, mfumo hudhani kuwa pengo hilo linaweza kufungwa tena.

Mbinu hii imekuwa ikichunguzwa katika masoko ya hisa ya jadi kwa muda mrefu. Lakini hali ni ngumu zaidi katika masoko ya sarafu za kidijitali. Kwa sababu tete (volatility) ni ya juu sana kwa rasilimali za kripto, mifumo ya soko inaweza kubadilika haraka, hali za ukwasi zinaweza kuzorota, na rasilimali mbili zilizosonga pamoja hapo awali zinaweza kuanza kutenda tofauti kabisa baada ya muda.

Swali kuu la utafiti ni hili: Je, mfumo wa kawaida wa kitakwimu wa uuzaji wa jozi, ukitegemezwa na kujifunza kwa kina kwa kuimarisha, unaweza kuleta majira bora ya kufanya biashara katika soko lenye kelele na tete kama lile la kripto?

Watafiti hapa hawajatumia akili bandia moja kwa moja kama mfumo huru wa "kutabiri soko". Badala yake, jozi zenye nguvu za kitakwimu zilichaguliwa kwanza, kisha akili bandia iliongezwa kama safu inayodhibitiwa inayojaribu tu kuboresha maamuzi ya kufungua, kusubiri, au kufunga biashara.

Muhtasari mfupi

Mbinu ya utafiti inajumuisha sehemu mbili kuu. Sehemu ya kwanza ni mfumo wa kitakwimu unaochagua jozi za rasilimali za kripto zitakazofanyiwa biashara. Sehemu ya pili ni safu ya utekelezaji wa biashara inayotegemea akili bandia ambayo imeongezwa juu ya mfumo huu.

Katika hatua ya kwanza, mfumo unachambua rasilimali kioevu (liquid) za kripto katika soko la Binance USD-M Futures. Kila mwezi, orodha ya wagombea inaundwa kutoka kwa rasilimali zenye ukwasi zaidi. Jozi zinazowezekana kati ya rasilimali hizi zinatathminiwa na vigezo kama vile co-integration, muunganiko (correlation), kipeo cha Hurst, na uwiano wa uzio (hedge ratio). Lengo si tu kupata jozi ambazo zimesonga pamoja hapo awali, lakini pia kutenganisha jozi ambazo zinaweza kuonyesha tabia ya kurejea kwenye wastani (mean reversion).

Katika hatua ya pili, kanuni ya PPO au Proximal Policy Optimization na usanifu wa LSTM zinatumika. PPO ni mbinu inayotumiwa kusasisha sera ya uamuzi kwa njia iliyodhibitiwa katika ujifunzaji wa kuimarisha. LSTM ni muundo wa mtandao wa neva unaoweza kukumbuka habari za zamani katika mfululizo wa muda (time series).

Muundo huu ni tofauti na mbinu ya kawaida ya "akili bandia ya mwanzo hadi mwisho". Muundo hauchukui data ghafi kutoka sokoni na kujaribu kujifunza kila kitu peke yake. Mipaka ya kitakwimu inawekwa kwanza, kisha akili bandia inajaribu kuboresha majira ya biashara ndani ya mipaka hii. Kwa sababu hii, utafiti unatoa usanifu mseto ambao uko karibu na njia ya "kujifunza kwa kuimarisha kwa usalama".

Maelezo ya kina

Fomula zilizo kwenye utafiti zinaonyesha jinsi mfumo unavyochagua jozi za rasilimali za kripto, jinsi unapima tofauti ya bei, jinsi unavyoweka mipaka ya hatari, na jinsi unavyompa zawadi wakala wa akili bandia.

1. Alama Ghafi: Uhusiano wa kitakwimu kati ya rasilimali mbili una nguvu kiasi gani?

Fomula ya kwanza ya msingi ni fomula ya alama ghafi (raw score) inayopima ubora wa kitakwimu wa jozi ya rasilimali mbili:

\[ \mathrm{Raw\ Score}=0.5\cdot(1-p_{EG})+0.5\cdot R^2 \]

Hapa \(p_{EG}\) ni thamani ya p inayotoka kwa jaribio la muunganiko la Engle-Granger. Kadiri thamani hii inavyokuwa chini, ndivyo uwezekano wa kuwa na uhusiano wa usawa wa muda mrefu kati ya rasilimali mbili unavyokuwa na nguvu. Nayo \(R^2\) inaonyesha nguvu ya uhusiano wa mstari (linear) kati ya rasilimali mbili.

Fomula inaunganisha habari mbili tofauti kwa uzito sawa: uhusiano wa usawa wa muda mrefu na nguvu ya kusonga pamoja kwa muda mfupi. Kwa hivyo, sio tu muunganisho wa juu (correlation) unaotafutwa, lakini pia uhusiano wa kitakwimu unaodumu zaidi.

2. Alama ya Mwisho: Je, uhusiano kweli unaweza kufanyiwa biashara?

Utafiti hautegemei tu alama ghafi. Ili jozi itambuliwe kuwa inaweza kuuzwa, masharti mawili ya muundo yanatafutwa: Kipeo cha Hurst kinapaswa kuwa \(H \lt 0.5\) na uwiano wa uzio (hedge ratio) unapaswa kuwa \(\beta \gt 0\).

\[ \mathrm{Final\ Score}= \begin{cases} 0.5\cdot(1-p_{EG})+0.5\cdot R^2 & \mathrm{if}\ H \lt 0.5\ \mathrm{and}\ \beta \gt 0\\ 0.0 & \mathrm{if}\ H \geq 0.5\ \mathrm{or}\ \beta \leq 0 \end{cases} \]

Ujumbe mkuu wa fomula hii ni huu: Ikiwa jozi haionyeshi tabia ya kurejea kwenye wastani au ikiwa uhusiano mzuri wa uzio hauwezi kuanzishwa, inaondolewa kwenye orodha ya biashara hata kama inaonekana vizuri kitakwimu. Yaani, mfumo unakubali kwamba uunganishaji wa juu pekee hautoshi.

3. Z-Score yenye Masharti: Tofauti ya bei ilikwenda nje ya kawaida kiasi gani?

Kipimo kikuu kinachotumiwa na mkakati kwa uamuzi wa biashara ni thamani ya Z-Score yenye Masharti:

\[ Z_t= \begin{cases} \dfrac{(p_{A,t}-\beta_t p_{B,t})-\mu_t}{\sigma_t} & \mathrm{if}\ \mathrm{Position}_{t-1}=0\ \mathrm{(Market\ State)}\\ \dfrac{(p_{A,t}-\beta_{t_0}p_{B,t})-\mu_t}{\sigma_{t_0}} & \mathrm{if}\ \mathrm{Position}_{t-1}\neq 0\ \mathrm{(Position\ State)} \end{cases} \]

Fomula hii hupima mkengeuko wa kawaida kiasi gani (standard deviation) uliopo kati ya tofauti ya bei ya rasilimali mbili na wastani. Wakati hakuna nafasi iliyofunguliwa, mfumo hutumia beta ya sasa na mkengeuko wa kawaida wa sasa. Baada ya nafasi kufunguliwa, uwiano wa uzio na mkengeuko wa kawaida hugandishwa.

Tofauti hii ni muhimu. Kwa sababu wakati kuna ongezeko la ghafla la tete (volatility) katika soko la kripto, mkengeuko wa kawaida unaweza pia kukua kwa kasi. Ikiwa mfumo utatumia mkengeuko huu wa kawaida mpya kila wakati, Z-Score inaweza kupungua kimaumbile ingawa tofauti ya bei bado ina hatari. Kwa hivyo, kugandisha kipimo cha hatari baada ya nafasi kufunguliwa huruhusu mkakati kufanya kazi kwa uthabiti zaidi.

4. Spread: Tofauti kati ya rasilimali mbili inakokotolewa vipi?

Fomula ya mtawanyiko (spread) inayotumika wakati wa kufuatilia soko ni kama ifuatavyo:

\[ \mathrm{Spread}_t=p_{A,t}-\beta_t p_{B,t} \]

Fomula ya mtawanyiko inayotumika baada ya kufungua nafasi ni kama ifuatavyo:

\[ \mathrm{Spread}_t=p_{A,t}-\beta_{t_0}p_{B,t} \]

Fomula ya kwanza hutumika unapotafuta fursa mpya kwenye soko. Fomula ya pili hutumika kufuatilia nafasi halisi iliyo mkononi baada ya biashara kufunguliwa. Kwa njia hii, mfumo hauharibu msingi wa hesabu wa nafasi hiyo na maadili ya beta yanayobadilika mara kwa mara baada ya biashara kufunguliwa.

5. Uzito wa nafasi: Kila rasilimali inapewa uzito gani?

Katika utafiti, uzito wa nafasi unaamuliwa kulingana na uwiano wa uzio:

\[ w_A=\frac{1}{1+\beta_{t_0}},\qquad w_B=\frac{\beta_{t_0}}{1+\beta_{t_0}} \]

Muundo huu unalenga kuunda usanidi wa muda mrefu/mfupi (long/short) wenye usawa zaidi kati ya rasilimali mbili. Lengo ni kuzuia rasilimali tete zaidi isiburuze peke yake mkoba wote.

6. Wastani wa moja kwa moja: Mfumo unajirekebisha vipi kwa usawa mpya wa soko?

Katika utafiti huu, wastani haugandishwi kabisa. Wastani wa mtawanyiko unasasishwa moja kwa moja:

\[ \mu_t=\frac{1}{W}\sum_{k=0}^{W-1}\mathrm{Spread}_{t-k} \]

Hapa \(W\) ni dirisha la Z-Score. Dirisha chaguomsingi katika utafiti ni saa 168, ambalo ni kama wiki moja. Kwa sababu wastani unabaki kuwa wa moja kwa moja, mfumo unaweza kurekebika hatua kwa hatua kwa viwango vipya vya usawa ambavyo vinaweza kutokea katika soko la kripto.

7. Kizingiti cha Kuzuia Hasara (Stop Loss): Mpaka wa hatari umewekwa vipi?

Kizingiti cha kuzuia hasara katika mkakati hakikokotolewi kulingana na thamani kubwa ya Z-Score wakati biashara inapofunguliwa, bali kulingana na kizingiti cha kuingia kilichoamuliwa mapema:

\[ SL_{thr}=Entry_{thr}\times SL \]

Mbinu hii inazuia mpaka wa hatari kukua baadaye wakati wa milipuko ya ghafla ya soko. Kwa mfano, ikiwa biashara inafunguliwa kwa kuchelewa sana na wakati wa mkengeuko uliokithiri, mfumo hautoi thawabu kwa kosa hili kwa kutoa kikomo kipana cha hasara.

8. Tuzo ya StepPnL: Akili bandia inapataje alama kwa kila hatua?

Moja ya vipengele vya malipo (reward function) vinavyotumika katika ujifunzaji wa wakala wa akili bandia ni malipo ya StepPnL:

\[ r_t=\frac{\Delta PnL_t-f_t}{\mathrm{Equity}_t},\qquad R_t= \begin{cases} r_t & \mathrm{if}\ r_t\geq 0\\ \lambda\cdot r_t & \mathrm{if}\ r_t\lt 0 \end{cases} \]

Hapa \(\Delta PnL_t\) inawakilisha mabadiliko ya faida na hasara katika hatua ya muda inayohusika; \(f_t\) inaonyesha gharama ya biashara; na \(\mathrm{Equity}_t\) inaonyesha thamani ya kwingineko. Kizidishio (coefficient) cha \(\lambda\) kinatumika kuadhibu hasara kwa ukali zaidi. Katika usanidi wa Agent 2 ulioonekana kufanikiwa katika utafiti, \(\lambda=1.2\) imetumika.

9. Tuzo ya TradePnL: Njia ya kutoa alama tu baada ya biashara kufungwa

Muundo mwingine wa malipo unatoa alama pekee wakati shughuli ya biashara inakamilishwa:

\[ r_{trade}=\frac{PnL_{trade}}{\mathrm{Equity}_t},\qquad R_t= \begin{cases} r_{trade} & \mathrm{if}\ \mathrm{trade\_ended}\ \mathrm{and}\ r_{trade}\geq 0\\ \lambda\cdot r_{trade} & \mathrm{if}\ \mathrm{trade\_ended}\ \mathrm{and}\ r_{trade}\lt 0\\ 0 & \mathrm{otherwise} \end{cases} \]

Aina hii ya malipo inaweza kupunguza kelele za soko za muda mfupi. Lakini mchakato wa kujifunza unaweza kuwa mgumu zaidi kwa sababu wakala hupokea maoni mara chache zaidi.

10. Tuzo ya HybridAction: Bonasi ikiendana na ishara ya kawaida, adhabu ikienda kinyume

Kwenye malipo ya HybridAction, wakala hupokea bonasi ikiwa atafuata ishara (signal) inayotolewa na mkakati wa kawaida; anakabiliwa na adhabu akiikosa au kwenda kinyume nayo:

\[ \Phi_t= \begin{cases} +2f_t\cdot m & \mathrm{if}\ A_t=S_t\ \mathrm{and}\ S_t\neq 0\quad \mathrm{(Action\ Bonus)}\\ -2f_t\cdot m & \mathrm{if}\ A_t=0\ \mathrm{and}\ S_t\neq 0\quad \mathrm{(Omission\ Penalty)}\\ -4f_t\cdot m & \mathrm{if}\ A_t=-S_t\ \mathrm{and}\ S_t\neq 0\quad \mathrm{(Contrarian\ Penalty)}\\ 0 & \mathrm{otherwise} \end{cases} \]

Fomula ya mwisho ya malipo haya ni kama ifuatavyo:

\[ R_t=R_t^{trade}+\Phi_t \]

Muundo huu unamhimiza wakala kutenda kwa ukaribu zaidi na mkakati wa kawaida. Walakini, matokeo katika utafiti yanaonyesha kuwa miundo ya malipo inayoelekezwa sana haileti kila wakati utendaji mzuri kwenye sampuli ya nje (out-of-sample). Muundo wenye mafanikio zaidi ni uwanja rahisi zaidi wa uchunguzi na muundo wa malipo wa StepPnL ambao unaadhibu hasara kwa ukali zaidi kidogo.

Mbinu na matokeo ya utafiti

Ujumbe kuu wa michoro na majedwali katika utafiti ni kwamba mkakati wa kawaida wa biashara ya jozi haukosi kazi kabisa katika soko la kripto; lakini safu ya akili bandia iliyobanwa vizuri inaweza katika baadhi ya matukio kuongeza majira bora zaidi ya biashara juu ya mkakati huu wa msingi.

Uundaji unaoitwa Agent 2, hasa unaonekana sana. Agent 2 anatumia muundo wa malipo wa StepPnLReward, eneo la uchunguzi la Autonomous, na adhabu ya hasara ya \(\lambda=1.2\). Muundo huu ulizalisha utendaji wa juu uliorekebishwa kwa hatari kuliko mkakati wa msingi katika kipindi cha sampuli ya nje cha 2025.

Walakini, sio mawakala wote wa akili bandia katika utafiti huu walifanikiwa. Mawakala wengine walitoa matokeo dhaifu au yasiyotabirika. Hii pia inaashiria hatua muhimu: Katika masoko ya kifedha, "kuongeza akili bandia" pekee haimaanishi mafanikio. Usanifu wa muundo, kipengele cha malipo, mipaka ya hatari, na upimaji wa sampuli ya nje ni mambo muhimu yanayoamua matokeo.

Maelezo ya chanzo na mbinu

Utafiti ulitumia data ya bei ya saa 1 kutoka kwa soko la Binance USD-M Futures. Kipindi cha mafunzo kilitengwa kama mwaka wa 2024, wakati kipindi cha mtihani cha sampuli ya nje kilikuwa mwaka wa 2025. Tofauti hii ni muhimu ili kuelewa kama muundo umekariri tu data ya kihistoria.

Mfumo huunda ulimwengu mpya wa rasilimali kila mwezi. Kwanza, rasilimali 100 zenye ukwasi zaidi huamuliwa kulingana na kipindi cha miezi miwili iliyopita. Kisha takriban jozi 4,950 zinazowezekana kati ya rasilimali hizi zinatathminiwa kitakwimu. Jozi 20 zilizo na alama za mwisho za juu zaidi zinajumuishwa kwenye kikapu cha biashara cha mwezi husika.

Katika mkakati wa msingi, kizingiti cha kuingia kiliwekwa kuwa \(3.0\), kizingiti cha kutoka kikawa \(0.0\), kizidishio cha kuzuia hasara (stop loss) kilikuwa \(2.0\), dirisha la Z-Score masaa 168 na idadi ya jozi ilikuwa 20. Mkakati ulijaribiwa kwa kiwango cha 10x cha kujiinua (leverage). Upendeleo huu wa kujiinua ulitumiwa ili kufanya wasifu wa hatari wa mkakati ulinganishwe zaidi na viwango tete vya kripto. Walakini, kujiinua pia hukuza hatari ya hasara na kufilisiwa katika soko halisi.

Mawakala wa akili bandia walifunzwa katika kipindi cha sampuli ya ndani cha 2024 na kujaribiwa katika kipindi cha sampuli ya nje cha 2025. Kazi tofauti za malipo, maeneo tofauti ya uchunguzi, na mipangilio tofauti ya safu ya usimamizi wa hatari ililinganishwa.

Lebo za meta

Katika utafiti, mkakati wa msingi ulifanya vizuri sana dhidi ya vigezo vya kuweka/kushikilia Bitcoin (buy-and-hold) na vifurushi vya usawa wakati wa kipindi cha sampuli ya nje ya 2025. Hii inaonyesha kwamba mbinu ya kitakwimu ya biashara ya jozi inaweza kunasa ishara zenye maana chini ya hali fulani katika soko la kripto.

Matokeo ya kushangaza zaidi yanaonekana katika muundo wa Agent 2. Katika utafiti, inaripotiwa takriban %199.45 CAGR, uwiano wa Sharpe 2.8220 na uwiano wa Sortino 3.2494 kwa Agent 2 katika kipindi cha sampuli ya nje cha 2025. Katika kipindi hicho hicho, mkakati wa msingi ulikuwa na %30.40 CAGR, uwiano wa Sharpe 0.4921 na uwiano wa Sortino 0.5360.

Tofauti hii inaonekana yenye nguvu sana mwanzoni. Walakini, watafiti walitumia njia ya "stationary circular block bootstrap" ili kutathmini kama hii ilikuwa bahati nasibu. Matokeo yanaonyesha kuwa tofauti za Sharpe na Sortino za Agent 2 zinasaidiwa kitakwimu katika kiwango cha umuhimu cha %10; lakini haziwi na nguvu za kutosha kwa kizingiti kikali zaidi kama %5.

Kwa sababu hii, matokeo yanapaswa kusomwa hivi: Muundo ulionyesha ubora wa sampuli ya nje wenye kuahidi; lakini kwa sababu ya kelele nyingi kwenye soko la kripto na muda mdogo wa upimaji, matokeo haya hayapaswi kutafsiriwa kama hitimisho la uhakika la uwekezaji.

Kwa Nini Hili Ni Muhimu?

Utafiti huu unaleta wazo muhimu katika majadiliano ya akili bandia ya kifedha: Akili bandia inaweza kutoa matokeo yenye maana zaidi inapofanya kazi ndani ya mipaka thabiti ya hisabati na sheria za hatari, na sio inapoachwa huru kabisa katika masoko ya kifedha.

Masoko ya sarafu za kidijitali ni mazingira magumu sana kwa mifumo ya kujifunza kuanzia mwanzo hadi mwisho (end-to-end learning). Hii ni kwa sababu uhusiano uliofanya kazi hapo awali unaweza kuharibika kwa muda mfupi. Mfululizo wa bei una kelele nyingi. Aidha, gharama za biashara, matumizi ya kujiinua, na hatari za ukwasi zinaweza kuathiri sana utendaji wa moja kwa moja wa muundo.

Mbinu ya mseto katika utafiti huu, kwanza hupunguza eneo la biashara lenye maana ya kitakwimu; kisha hutumia akili bandia ili kuboresha majira ya biashara ndani ya eneo hilo. Kwa maana hiyo, utafiti unaonyesha kwamba akili bandia inaweza kutumika kama safu inayodhibitiwa ya uboreshaji badala ya kuwa "mamlaka pekee ya kufanya uamuzi" katika mifumo ya kifedha.

Mambo ya Kuzingatia

Utafiti huu sio ushauri wa uwekezaji. Matokeo yanategemea data za kihistoria na haimaanishi kuwa utendaji huo huo utapatikana katika siku zijazo.

Muundo huu umejaribiwa kwa 10x leverage (kujiinua). Kujiinua kunaweza kuongeza faida lakini pia kukuza hasara na hatari ya kufilisiwa.

Kipindi cha sampuli ya nje ni mwaka wa 2025 pekee. Ingawa data ya kila saa inatoa uchunguzi mwingi, kipindi cha mwaka mmoja kinaweza kuwa na kikomo katika kuwakilisha tawala tofauti za kiuchumi kwenye soko.

Katika utafiti, ada za biashara zimezingatiwa. Hata hivyo, katika soko la moja kwa moja, kuteleza (slippage), kina cha kitabu cha maagizo, kukatika kwa ukwasi, kupanuka kwa ghafla kwa spread, na hatari zinazohusiana na soko (exchange risks) zinaweza kubadilisha matokeo.

Utendaji wa mawakala wa akili bandia unaweza kuwa nyeti kwa "seed" iliyotumika, kazi ya malipo, na muundo wa safu ya hatari. Kwa sababu hii, majaribio mengi ya seed, vipindi virefu zaidi vya sampuli za nje, na simulizi za kweli za biashara zinahitajika kwa matumizi ya moja kwa moja.

Hitimisho

Utafiti huu wa kitaaluma unachunguza uwezekano wa kujifunza kwa kina kwa kuimarisha katika mikakati ya biashara ya jozi za kripto kwa kutumia usanifu uliodhibitiwa. Kipengele muhimu zaidi ni matumizi ya akili bandia ndani ya mfumo uliolindwa na vichungi vya kitakwimu na mipaka ya hatari iliyowekwa, badala ya kuiacha huru kabisa.

Matokeo yanaonyesha kuwa usanidi wa Agent 2 ulizalisha utendaji bora zaidi uliorekebishwa kulingana na hatari kuliko mkakati wa msingi wa kawaida katika kipindi cha sampuli ya nje cha 2025. Lakini ubora huu unaungwa mkono kwa kiwango cha maana cha %10, huku hauvuki kikamilifu kizingiti cha %5. Hii inaonyesha kuwa ingawa matokeo haya yanatia matumaini, yanapaswa kufasiriwa kwa uangalifu.

Kutoka kwa mtazamo wa Verianla, ujumbe kuu wa utafiti huu ni kwamba: Mafanikio katika mifumo ya akili bandia ya kifedha hayaji tu kutokana na kujenga mitandao tata zaidi ya neva (neural networks). Wakati mwingine matokeo yenye nguvu zaidi hutokana na mchanganyiko wa mipaka iliyoundwa vizuri ya kitakwimu, sheria wazi za hatari, na safu ya akili bandia yenye jukumu maalum dogo.

Chanzo na Ujumbe wa Mbinu

Maudhui haya yametayarishwa kwa kuchunguza faili la PDF la utafiti wa kitaaluma linaloitwa Dynamic Multi-Pair Trading Strategy in Cryptocurrency Markets with Deep Reinforcement Learning. Maandishi sio tafsiri ya neno kwa neno. Lengo, mbinu, fomula za kimsingi, muundo wa majaribio, matokeo na mapungufu ya utafiti yamewasilishwa tena kwa lugha iliyorahisishwa, ya kipekee na ya kihariri kwa wasomaji wa Verianla.

Fomula zimetolewa katika muundo wa LaTeX unaoendana na MathJax, ukitii muundo msingi wa hisabati katika utafiti. Makala haya sio ushauri wa uwekezaji, pendekezo la kununua/kuuza, au pendekezo la mfumo wa biashara wa moja kwa moja.

Taarifa na Dokezo la Marekebisho

Maudhui haya yametayarishwa kwa kuzingatia utafiti husika wa kitaaluma na kwa kutumia zana zinazosaidiwa na akili unde. Lengo ni kuwasilisha mada kuu, mbinu na matokeo ya utafiti kwa njia inayoeleweka na kufikika kwa urahisi zaidi.

Ingawa uangalifu umechukuliwa ili kubaki mwaminifu kwa utafiti wa chanzo, makosa ya maana, usemi, tafsiri au ufafanuzi yanaweza kutokea katika mchakato wa kuunda maudhui kwa msaada wa akili unde. Ukigundua kosa la kisayansi, kiufundi au kimuktadha, unaweza kutujulisha kupitia info@verianla.com.tr. Hoja zilizoripotiwa zitachunguzwa na marekebisho yanayoonekana kuwa muhimu yatafanywa.

Aidha, mwandishi, mwenye haki au mwakilishi aliyeidhinishwa wa makala ambayo utafiti wake umewekwa kwenye Verianla anaweza kuomba maudhui husika yaondolewe. Kwa ombi la kuondolewa, inatosha kutuma kiungo cha makala na maelezo mafupi ya ombi kwa info@verianla.com.tr. Hatua inayohitajika itachukuliwa baada ya ombi kuchunguzwa.

Verianla hailengi kuchukua nafasi ya tafiti za kitaaluma, bali kusaidia maudhui ya kisayansi kueleweka na hadhira pana zaidi. Katika tathmini za kitaaluma au kitaalamu, inapendekezwa kila wakati kurejelea chanzo asili cha utafiti.

Shiriki:

Akili Bandia Inayodhibitiwa katika Uuzaji wa Jozi za Kripto: Je, Mfumo Unaojifunza Ndani ya Mipaka ya Hatari Unaweza Kufanikiwa Zaidi?