CNN-DRL for Scalable Actions in Finance
创建于 更新于
摘要
本报告提出了一种结合卷积神经网络（CNN）与深度强化学习（DRL）的量化交易框架，旨在解决传统多层感知机（MLP）在大规模连续动作空间中的学习瓶颈。通过将过去90日的日度特征向量拼接成矩阵输入CNN进行特征提取，显著提升了策略稳定性和收益表现，并在股票买卖规模扩大至1000股的环境下实现了持续稳定的累积奖励增长，同时降低了交易成本和风险指标（夏普比率）表现优异[page::0][page::3][page::4]。
