MacroHFT: Memory Augmented Context-aware Reinforcement Learning On High Frequency Trading
创建于 更新于
摘要
本报告提出MacroHFT，一种基于市场趋势和波动性分解的多子代理记忆增强上下文感知强化学习算法，通过两阶段训练实现子代理的条件适应性策略调整及高阶超代理的决策混合，显著提升加密货币分钟级高频交易的盈利能力和风险控制。实验结果显示，MacroHFT在多个加密货币市场上超越现有最先进方法，实现持续稳定的高收益与风险调控能力（见图3盈利曲线与图5子代理权重）。[pidx::0][pidx::3][pidx::5][pidx::7]
