本书描述
????算法股票交易已经成为当今金融市场的主流，大多数交易现在已经完全自动化。深度强化学习(DRL)agent被证明是许多复杂游戏中需要考虑的一种力量，如象棋和围棋。我们可以把股票市场的历史价格序列和走势看作是一个复杂的不完全信息环境，在这个环境中，我们努力实现收益最大化和风险最小化。
????本文回顾了迄今为止在金融领域人工智能子领域，更准确地说，在自动化低频量化股票交易方面的深度强化学习所取得的进展。许多被审查的研究只有概念证明的理想，实验是在不现实的环境中进行的，没有实时交易应用。对于大部分工程，尽管与既定的基线策略相比，所有工程都显示出统计上显著的绩效改进，但没有获得像样的盈利水平。此外，缺乏实时在线交易平台的实验测试，也缺乏基于不同类型的DRL或人类交易者的代理之间有意义的比较。我们的结论是，在强假设下，DRL在股票交易中表现出了与专业交易者相匹敌的巨大适用性潜力，但该研究仍处于非常早期的发展阶段。
本书目录
本书内容截图
往期精品内容推荐
GNN最新资料-《图神经网络模型原理及最新应用》免费资料分享
Fast.ai-《程序员深度学习实战课程2020》最新视频分享（带中英双字幕）
神经网络视频/图像渲染相关经典论文、项目、数据集等资源整理分享
机器学习基础经典书籍分享-《计算机科学和机器学习相关代数、拓扑学、微分学和最优化理论》
自动驾驶最全基础知识、课程、论文、数据集、开源软件等资源整理分享