Integrating Large Language Models and Reinforcement Learning for Sentiment-Driven Quantitative Trading
创建于 更新于
摘要
本报告提出基于FinGPT大语言模型的情绪驱动量化交易系统，结合传统技术指标与强化学习算法TD3实现信号融合。比较规则基与RL方法，验证情绪信号的增值作用及RL在动态环境中整合多源信号的有效性，实证分析显示RL驱动策略在超额收益、夏普率和波动性控制上均优于基准 [page::0][page::17][page::18]。
