arXiv stat.ML· Andrea Macr\`i, Sebastian Jaimungal, Fabrizio Lillo·· 3 小时前AI 评分22
基于深度强化学习与 RNN 的部分信息最优交易策略
Deep reinforcement learning for optimal trading with partial information
AI 导读
研究将交易信号建模为带状态切换参数的 Ornstein-Uhlenbeck 过程，并形式化为部分可观测马尔可夫决策问题，提出三种结合 RNN 与强化学习的方法：一步法将 GRU 隐藏状态直接编码进 RL 交易器，两种两步法分别使用均值回归状态的后验概率估计与下一信号值预测。在日益复杂的马尔可夫状态动态仿真及股票配对交易实证中，输入后验概率估计的方法取得更优累计奖励且策略更可解释。
来源：arXiv stat.ML · arxiv.org