跳到正文
AI × 量化 × 交易AI 入门 ¥399 · 年度信号 ¥1,299 · AI 直播课 ¥5,980 · 合作机构员工优先查看 →
arXiv q-fin· Hrishikesh Singh, Aarti Sharma, Millie Pant·· 1 天前AI 评分33

面向股票交易的深度强化学习方法:基于Actor-Critic智能体的富金融上下文策略

Financial Context-Rich Strategy for Actor-Critic based Agents: A Deep Reinforcement Learning Approach for Stock Trading

AI 导读

该研究提出融合情感分析部分与深度注入的深度强化学习股票交易方法,设计了两类Actor-Critic智能体策略,分别为仅做策略优化的A2C、PPO,以及结合Q学习原理的DDPG、TD3、SAC。研究发现,结合Q学习的智能体在深度注入情感信息后,能在利润最大化与风险规避交易上实现显著且稳定的性能提升。

来源:arXiv q-fin · arxiv.org

下一步

维明回测系统与 AI Skill把开源工具和研究方法接进可复查的回测流程。微信交流与联系方式查看官方联系方式;二维码准备好后在关于页展示。Prefer English? Get the research briefing by emailRegister your interest in English research updates on our website.