考虑行为克隆的深度强化学习股票交易策略

作     者：杨兴雨 陈亮威 郑萧腾 张永 YANG Xingyu;CHEN Liangwei;ZHENG Xiaoteng;ZHANG Yong

作者机构：广东工业大学管理学院广州510520 

基　　金：国家自然科学基金资助项目(72371080) 广东省基础与应用基础研究基金资助项目(2023A1515012840) 广东省哲学社会科学规划项目(GD23XGL022) 

出 版 物：《系统管理学报》 (Journal of Systems & Management)

年 卷 期：2024年第33卷第1期

页      码：150-161页

摘      要：为提高股票投资的收益并降低风险,将模仿学习中的行为克隆思想引入深度强化学习框架中设计股票交易策略。在策略设计过程中,将对决DQN深度强化学习算法和行为克隆进行结合,使智能体在自主探索的同时模仿事先构造的投资专家的决策。选择不同行业的股票进行数值实验,说明了所设计的交易策略在年化收益率、夏普比率和卡玛比率等收益与风险指标上优于对比策略。研究结果表明:将模仿学习与深度强化学习相结合可以使智能体同时具有探索和模仿能力,从而提高模型的泛化能力和策略的适用性。

主 题 词：股票交易策略 深度强化学习 模仿学习 行为克隆 对决深度Q学习网络 

学科分类：12[管理学] 02[经济学] 0202[经济学-财政学类] 1201[管理学-管理科学与工程类] 020204[020204] 

核心收录：

D　O　I：10.3969/j.issn1005-2542.2024.01.011

馆 藏 号：203125830...