Reinforcement Learning in Non-Markov Market-Making
创建于 更新于
摘要
本报告提出一个基于深度强化学习（Deep RL）的方法，针对具有半马尔可夫和Hawkes跳跃扩散动态的非马尔可夫市场做市（MM）问题。采用Soft Actor-Critic（SAC）算法，在严格模拟了限价单簿（LOB）动态、包含非利好交易填充和库存限制条件下，训练与测试模型表现。结果显示该方法在复杂高维状态和动作空间下有效学习最优做市策略，且纳入不利填充显著影响收益结构，提出了模型的现实应用局限及改进建议[page::0][page::8][page::15][page::19]。
