MIT最新论文，分层强化交易员（HRT）：一种用于优化股票选择和执行的双层方法，附中文播客

文章预览

本文介绍了一种名为Hierarchical Reinforced Trader (HRT)的新型交易策略，该策略采用双层强化学习框架，旨在优化股票选择和执行过程。文章首先概述了自动化股票交易的挑战，包括维度的诅咒、交易行为的惯性以及投资组合多样化的不足。针对这些挑战，HRT通过结合基于Proximal Policy Optimization (PPO)的高级控制器（High-Level Controller, HLC）和基于Deep Deterministic Policy Gradient (DDPG)的低级控制器（Low-Level Controller, LLC），在策略股票选择和优化交易执行方面实现了创新。 1. 引言 自动化股票交易策略的挑战包括维度的诅咒、交易行为的惯性以及投资组合多样化的不足。维度的诅咒指的是随着股票数量的增加，数据和状态动作空间的维度呈指数级增长，导致计算复杂性、样本效率低下和潜在的训练不稳定性。交易行为的惯性描述了DRL代理根据收到的奖励重复之前行动 ………………………………