A Review of Reinforcement Learning in Financial Applications
创建于 更新于
摘要
本报告系统性回顾强化学习（RL）在金融领域中的应用，涵盖市场做市、投资组合管理和最优执行等关键任务。通过元分析评估RL相较传统方法的绩效提升，并深入探讨数据特征、MDP设计、训练时长及算法选择对模型表现的影响。此外，报告指出金融数据的非平稳性、重尾分布以及RL模型的解释性和鲁棒性等挑战，最后提出如多智能体RL、基于模型RL及离线RL等未来研究方向，为金融RL领域发展提供权威指导[page::0][page::1][page::11][page::16][page::19]
