JaxMARL-HFT: GPU-Accelerated Large-Scale Multi-Agent Reinforcement Learning for High-Frequency Trading
创建于 更新于
摘要
本文介绍了首个基于JAX的GPU加速大规模多智能体强化学习环境JaxMARL-HFT，针对高频交易中的限价单簿数据进行建模，显著提升了训练速度（最高可达240倍），支持多种异构代理类型。利用此环境，作者用独立PPO算法对市场做市和订单执行两个智能体进行训练，所学策略优于基准模型，展现了MARL在高频交易仿真中的潜力 [page::0][page::2][page::5][page::6][page::7]
