Pretrained LLM Adapted with LoRA as a Decision Transformer for Offline RL in Quantitative Trading
创建于 更新于
摘要
本报告提出将预训练GPT-2模型与低秩适配（LoRA）结合，构建决策变换器（Decision Transformer），用于离线强化学习量化交易策略的学习。该方法有效捕捉金融时间序列的复杂时间依赖，缓解过拟合风险，并在多个基准算法和不同专家轨迹下表现出竞争力，特别是在累积收益和夏普比率指标上取得优势，验证了预训练语言模型与参数高效微调在量化交易离线RL中的潜力与优势[page::0][page::1][page::4][page::5][page::6][page::7]。
