Apr, 2023

风险感知的循环强化学习在配对交易中的应用

PDF
TL;DR介绍了一种名为 CREDIT 的风险感知代理策略，能够像专业人士一样学习利用长期交易机会进行对冲交易。CREDIT 是首个应用双向 GRU 和时态关注机制，以捕捉两种资产价格走势的长期模式来实现更高的利润的代理策略。实验表明，它在对冲交易中优于现有的强化学习方法，并在五年的美国股票数据中获得了显着的盈利。
发现论文，激发创造
  • 外汇市场多智能体异步分布的交易优化深度强化学习方法

    这项研究开创性地应用了多智能体强化学习（MA RL）框架与最先进的异步优势演员 - 评论家（A3C）算法，结果表明此方法可以更广泛和更快地探索不同的货币对，显著提高交易收益。此外，代理可以在较短时间内学习到更有利可图的交易策略。

    May, 2024

  • 结合订单簿的深度学习和强化学习进行盈利交易

    应用深度学习和强化学习结合，利用订单流量失衡进行多时间段预测收益的研究，为五种金融工具提供交易信号，并通过回测模拟和前期测试在零售交易平台验证了模型的潜力，但还需要进一步修改以应对零售交易成本、滑点和点差的波动。

    Oct, 2023

  • 基于数据跨分割的强化学习算法交易中的改进泛化

    在这项研究中，我们提出了一种用于算法交易的强化学习（RL）算法，该算法基于来自学习预测模型的信号并解决了在薄交易金融市场和不同资产市场中交易策略必须考虑更难改变的持仓的长期影响这些挑战。我们在马来西亚证券交易所 20 多年的股票数据上测试了我们的算法。

    Jul, 2023

  • 信用指数期权对冲的强化学习

    本文聚焦于利用强化学习找到信用指数期权的最优对冲策略，在实践中采取了现实主义的方法，即离散时间、交易成本；甚至在真实市场数据上测试了我们的策略。我们应用了一种最先进的算法，Trust Region Volatility Optimization（TRVO）算法，并且证明了得到的对冲策略优于从业者的 Black & Scholes 对冲。

    Jul, 2023

  • 交易市场的稳健风险敏感的强化学习智能体

    提出了一系列用于对付高波动性、高代价探索、多智能体交互等具有挑战性的贸易市场的强化学习算法，并将其应用于多智能体环境。这些算法不仅考虑风险意识、扰动下的鲁棒性和低学习方差，还进行了实证博弈理论的扩展。

    Jul, 2021

  • 适应性时间顺序学分分配的配对权重

    本文旨在解决强化学习中最基本的关于时间信用分配问题，通过使用基于状态时的换算系数或基于更一般的由状态，所需格外步骤和奖励时间之间的函数关系的静态 / 动态配重方法，在学习 RL 策略的过程中使用元梯度方法学习这些分配函数从而提高性能。

    Feb, 2021

  • 从赌徒模型到深度确定性策略梯度，具有情境信息的强化学习

    在研究中，我们采用了两种方法来解决情境信息的问题：情境 Thompson 抽样和受监督的强化学习，这可以加速搜索最佳答案的迭代。为了研究量化市场中的战略交易，我们将之前的金融交易策略（常比例保险组合）与深度确定性策略梯度相结合。实验结果表明，两种方法都可以加速强化学习的进展，以获取最优解。

    Oct, 2023

  • 强化学习在交易系统中的应用：调查

    本研究基于强化学习技术的理论基础和概念，对 29 篇相关研究进行了综合分析和比较，总结出了当前的系统设计最佳实践、需要进一步研究的领域和有前途的研究机会。此外，本文还试图通过帮助研究人员遵守标准和避免偏离强化学习构造的坚实基础来促进该领域的发展。

    Nov, 2022

  • 交易的深度强化学习

    采用深度强化学习算法设计交易策略，测试其在 50 种流动性最强的期货合约中的表现，并对商品、股票指数、固定收益和外汇市场等不同资产类别进行研究，证明该算法可以超越传统的时间序列动量策略模型，在重交易成本情况下实现正收益，且能够跟随市场趋势不改变仓位，并在调整期间进行缩减或持有。

    Nov, 2019

  • 基于深度策略梯度方法的商品交易

    深度强化学习方法在算法性商品交易中的有效性进行了研究，提出了一种新的离散化方案，通过优化交易成本和风险敏感的交易代理来提高 DRL 模型的性能，并且该模型在天然气期货交易中表现出较高的夏普比率及一定的风险自定义能力。

    Aug, 2023