Reinforcement Learning in Queue-Reactive Models: Application to Optimal Execution
创建于 更新于
摘要
本文在 Queue-Reactive Model (QRM) 构建的微观结构仿真环境中训练 Double Deep Q-Network（DDQN），以解决大宗买单的最优执行问题；结果显示 DDQN 学到的策略在多种市场参数下均优于 TWAP 与一系列 POPV 基准，且具备策略层与战术层的自适应性与稳健性 [page::0][page::2][page::13].
