Right Place, Right Time: Market Simulation-based RL for Execution Optimisation
创建于 更新于
摘要
本文提出了一种结合基于市场仿真的强化学习框架，用于优化大宗订单执行算法，能够有效平衡市场冲击和执行风险，实现接近Almgren-Chriss有效前沿的交易策略。通过在港股恒生指数期货数据上的测试，RL生成的双峰分布策略在降低滑点和风险方面显著优于传统TWAP与VWAP方法，展示了RL在实际交易执行中的巨大潜力与应用前景[page::0][page::4][page::5][page::6].
