An Impulse Control Approach to Market Making in a Hawkes LOB Market
创建于 更新于
摘要
本报告提出了基于冲动控制框架的限价委托簿（LOB）市场做市策略，采用多维自激Hawkes过程模拟关键微观结构特征。针对高维非局部HJB准变分不等式求解困难，报告分别尝试了深度Galerkin方法和基于策略梯度的强化学习近似。强化学习方法通过双网络架构及自我模仿学习，在训练60集后实现年化Sharpe比率达到31.54，稳定且符合经济直觉的做市行为，显著优于深度Galerkin方法的收敛性和策略表现。该研究融合冲动控制理论与深度强化学习，有效解决跳跃驱动高维微观结构市场的最优执行问题，展示了现代算法在复杂金融微观结构中的应用潜力[page::0][page::15][page::19][page::16].
