Is Deep Hedging Reinforcement Learning? A Response to the Claim that Monte Carlo-Based Policy Gradient Methods Fall Outside the Reinforcement Learning Framework

创建于 2026-07-16T09:27:18.834199+08:00 更新于 2026-07-16T09:30:08.504101+08:00

摘要

本论文对深度对冲是否属于强化学习进行澄清，主张其为蒙特卡洛策略梯度、演员-唯一更新的RL实现。尽管缺少价值函数、贝尔曼方程、TD学习以及显式探索，但符合RL的广义定义，RL不仅限于价值基或TD框架，因而深度对冲应归于RL范畴，与Sutton与Barto的分类保持一致。[page::1]

速读内容

深度阅读