Deep Reinforcement Learning with Positional Context for Intraday Trading
创建于 更新于
摘要
本报告提出一种融合位置上下文特征的深度强化学习（DRL）模型，用于日内交易策略构建。通过引入时间剩余、当前持仓及其回报等位置特征，显著提升模型在多类商品及外汇期货上的盈利能力和风险调整表现。实际测试近十年数据，模型较传统基准表现出更优的夏普比率和稳定收益曲线，且特征重要性分析验证位置特征对决策贡献显著[pidx::0][pidx::14][pidx::19][pidx::21]
