AI向聪明的散户学习投资，从模仿到超越，在股票交易中实现超越人类表现

文章预览

“ CURRICULUM LEARNING FROM SMART RETAIL INVESTORS: TOWARDS FINANCIAL OPEN-ENDEDNESS ” 论文地址 ：https://openreview.net/pdf?id=09wy0Rtacu 摘要 数据驱动的监督学习与强化学习结合在股票交易中展现出潜力。通过有序引入训练样本（课程学习），可加速收敛并改善解决方案。本文提出的金融课程学习方法在自动化股票交易中实现超人表现。首先，利用高质量的金融数据集进行模仿学习，获得初步解决方案。其次，采用强化学习技术，发展新型课程学习策略，帮助交易者超越市场表现。 简介 金融市场的复杂性和不可预测性使得代理学习面临挑战，尤其是黑天鹅事件。 资产管理与金融顾问相结合，Robo-advising在金融强化学习（FinRL）中逐渐流行，但面临以下挑战： 市场环境噪声大，信噪比低。 深度强化学习算法缺乏可解释性，易受前瞻性偏差和模型过拟合影响。 市场中不同交 ………………………………