Reinforcement Learning in High-frequency Market Making
创建于 更新于
摘要
本报告基于高频市场制造连续时间马尔科夫决策模型，构建离散时间近似模型，理论分析了采样频率对强化学习算法的影响，揭示学习误差与样本复杂度间的权衡关系。进一步拓展到两个市场制造者的博弈框架，证明离散时间纳什均衡收敛至连续时间纳什均衡，并应用纳什Q学习算法计算均衡策略。数值模拟验证理论结果，为高频市场制造中的RL算法采样频率选择提供指导 [page::0][page::3][page::8][page::12][page::16][page::20][page::23][page::24]
