Can Artificial Intelligence Trade the Stock Market?
创建于 更新于
摘要
本论文系统研究了Deep Reinforcement Learning（DRL）在股票市场及多资产交易中的应用效果，比较了DDQN与PPO两种算法结合神经网络和Transformer架构在不同市场环境下的表现。结果表明，PPO结合Transformer表现最佳，在多资产与时间周期均优于传统买入持有及完美年化策略，且能有效规避风险，展示了DRL在量化交易中的巨大潜力与可行性[page::0][page::30][page::47][page::53].
