研究提出融合情感分析的深度强化学习股票交易策略
热点事件观察中
研究提出融合情感分析的深度强化学习股票交易策略
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Hrishikesh Singh、Aarti Sharma、Millie Pant发布论文,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,设计了两类基于Actor-Critic的智能体策略:仅做策略优化的A2C、PPO,以及结合Q学习原理的DDPG、TD3、SAC。 该研究称,结合Q学习原理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。
AI 根据报道生成 · 23 小时前更新
最新进展10月26日 12:00
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报道时间线
沿着报道,了解事件的不同侧面。
10月26日
- arXiv q-fin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
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。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 910月26日 15:00
- 近 24 小时变化
- –
02.557.510
18:0010月27日06:0012:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。