| 基于深度强化学习的高频交易优化算法 |
| |
| 引用本文： | 饶瑞,潘志松,黎维,刘松仪,张磊,李云波. 基于深度强化学习的高频交易优化算法[J]. 南京理工大学学报(自然科学版), 2022, 46(3): 304-312. DOI: 10.14177/j.cnki.32-1397n.2022.46.03.008 |
| |
| 作者姓名： | 饶瑞 潘志松 黎维 刘松仪 张磊 李云波 |
| |
| 作者单位： | 陆军工程大学指挥控制工程学院,江苏 南京210007,陆军工程大学通信工程学院,江苏 南京210007 |
| |
| 基金项目： | 国家自然科学基金(62076251)； |
| |
| 摘 要： | 为解决高频交易的高额交易费用问题，该文提出了一种融合长短期记忆(LSTM)网络细胞结构的深度确定性策略梯度交易算法。该算法利用细胞结构对当前信息和历史特征进行环境特征提取和保存，用于指导交易决策。通过深度确定性策略梯度算法实现在线自动交易，并考虑了交易费率和收盘价格对奖励函数的影响。在上证50指数基金的分钟级数据上进行实验，结果表明，该算法能有效捕获稍纵即逝的交易机会，是一种低风险高收益的稳健型投资策略；LSTM细胞结构和所设的奖励函数能大幅减少交易次数，不仅增加了算法对交易费率的包容性，还提升了收益的稳定性。
|
| 关 键 词： | 深度强化学习 高频交易 长短期记忆 深度确定性策略 梯度交易 交易费率 收盘价格 奖励函数 |
High-frequency trading optimization algorithm based on deep reinforcement learning |
| |
| Rao Rui,Pan Zhisong,Li Wei,Liu Songyi,Zhang Lei,Li Yunbo. High-frequency trading optimization algorithm based on deep reinforcement learning[J]. Journal of Nanjing University of Science and Technology(Nature Science), 2022, 46(3): 304-312. DOI: 10.14177/j.cnki.32-1397n.2022.46.03.008 |
| |
| Authors: | Rao Rui Pan Zhisong Li Wei Liu Songyi Zhang Lei Li Yunbo |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
