Dueling Double Deep Q-Networks for Regime-Aware and Risk-Conscious Stock Trading: Evidence from NIFTY 50
Notice bibliographique
Résumé
Reinforcement learning (RL) has emerged as a promising approach for automated stock trading, but standard deep Q-networks (DQNs) often struggle with volatile market dynamics and risk management. This paper presents a comprehensive study of trading the NIFTY 50 index using an RL agent based on DQN, enhanced with multiple novel improvements. We propose an adaptive action space that flexibly adjusts to market volatility, market regime detection via unsupervised learning (e.g., Hidden Markov Models or K-Means clustering) to inform the agent of bull/bear phases, and a composite reward function that balances profit with a Sharpe ratio proxy, drawdown penalties, and transaction costs. The DQN algorithm is further refined through risk-aware Q-value updates using soft Q-learning principles to encourage prudent exploration, and a multi-objective dueling network architecture that separately estimates profit and drawdown-centric value functions. To improve generalization, the agent is trained with synthetic data augmentation using noise injection and generative modeling, and its state representation is compressed via an autoencoder bottleneck to denoise and reduce dimensionality. The trading environment includes budget constraints and leverage mechanics to simulate margin trading, and incorporates macroeconomic indicators (USD/INR exchange rate, inflation, oil prices) into the state space for a richer market context. Using a modified Chainer DQN framework, we evaluate variants of DQN, Double DQN, and Dueling Double DQN on historical NIFTY 50 data. The results show that our improved Dueling Double DQN agent achieves superior performance, with higher profitability and risk-adjusted returns (Sharpe proxy) on the test period, compared to baseline approaches. These findings illustrate how integrating domain-specific insights (volatility, regimes, macro factors) and advanced RL techniques can yield a robust trading agent for emerging market indices like NIFTY 50.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».