A Smart Trader for Portfolio Management based on Normalizing Flows
创建于 更新于
摘要
本报告提出了一种面向微观价格时间序列的交易点感知投资组合优化问题（TPPO），并设计了一种基于归一化流的量化策略STrader。该策略通过可逆变换建模复杂且连续的微观价格过程，同时利用强化学习框架结合图注意力网络与排名机制，实现交易权重与多个候选交易点的联合决策。实证结果显示STrader在多个真实市场数据集上显著优于国内外主流宏观及微观信息投资组合策略，有效捕捉了分散且非连续的交易点，获得超额盘中收益[page::0][page::1][page::4][page::5][page::6]。
