|
|||||
|
|
| 基于深度强化学习的金融交易算法研究 | |
| 作者姓名： | 许杰 祝玉坤 邢春晓 |
| 作者单位： | 1.清华大学 五道口金融学院,北京 100084 2.清华大学 北京信息科学与技术国家研究中心,北京 100084 |
| 基金项目： | 科技部重点研发计划项目 |
| 摘 要： | 交易策略在金融资产交易中具有十分重要的作用,如何在复杂动态金融市场中自动化选择交易策略是现代金融重要研究方向.强化学习算法通过与实际环境交互作用,寻找最优动态交易策略,最大化获取收益.提出了一个融合了CNN与LSTM的端到端深度强化学习自动化交易算法,CNN模块感知股票动态市场条件以及抽取动态特征,LSTM模块循环学习... |
| 关 键 词： | 交易策略 强化学习 深度学习 量化金融 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 | |
| 点击此处可从《计算机工程与应用》下载全文 | |