Команда Reinforce.fi (ранее Overnight.fi) запускает хакатон Market-Action Arena, предлагая участникам протестировать свои модели Reinforcement Learning на реальных анонимизированных рыночных данных для максимизации PnL.
Что произошло
Проект Market-Action Arena представляет собой соревнование, в рамках которого разработчики должны строить модели для выбора одного из 10 дискретных рыночных действий (от A1 до A10). Цель участников — максимизировать суммарный PnL на основе предоставленных анонимизированных признаков. Старт мероприятия запланирован ориентировочно на 23 июня 2026 года, а продолжительность хакатона составит от 1,5 до 2 месяцев.
Контекст
В отличие от классических задач машинного обучения, где основной упор делается на предсказание цен (регрессия или классификация), данный хакатон фокусируется на задачах последовательного принятия решений (sequential decision making). Использование рыночных последовательностей длиной 1000 шагов позволяет тестировать долгосрочные стратегии агентов, а метрика PnL в качестве целевой функции связывает качество RL-политики напрямую с экономическим результатом.
Почему это важно для индустрии
Событие знаменует сдвиг парадигмы в разработке торговых систем: от чисто информационных моделей к активным агентам управления капиталом. Это способствует валидации агентных архитектур в условиях, максимально приближенных к боевым, и стимулирует появление новых подходов к sequential decision making в финтех-секторе, что в долгосрочной перспективе может привести к более глубокой интеграции RL в высокочастотные и адаптивные торговые платформы.
Почему это важно для пользователей
Для исследователей и разработчиков это редкая возможность протестировать свои RL-агенты на качественных реальных данных вне стандартных Kaggle-задач. Участники получают шанс представить свои решения команде профессиональных разработчиков алгоритмических стратегий и проверить свои наработки в узкой, высокодоходной нише управления активами.
Источники
Автор
Look at AI, редакция