Dynamic Reinforced Ensemble using Bayesian Optimization for Stock Trading

创建于 2025-04-30T15:20:55.167092+08:00 更新于 2026-02-26T09:59:48.499563+08:00

摘要

本文提出了一种基于贝叶斯优化的动态强化集成方法（DREB），融合五种主流深度强化学习算法，通过动态时间加权机制实现多股票交易策略优化。实证结果表明，该方法在美股道琼斯指数和印度Sensex指数上均优于各基线模型，显著提高了收益率和夏普比率，并有效控制风险水平，具备快速修复回撤的能力[page::0][page::1][page::4][page::6]

速读内容

深度阅读