MacroHFT: Memory Augmented Context-aware Reinforcement Learning On High Frequency Trading
创建于 更新于
摘要
本报告提出MacroHFT，一种基于记忆增强和上下文感知的分层强化学习框架，针对加密货币分钟级高频交易，通过趋势和波动率指标分解市场，训练多样化子代理并结合记忆机制训练超代理，实现了在多市场中的盈利能力和风险控制双优。实验显示MacroHFT显著超越多种主流方法，具备快速响应市场波动和防过拟合能力，为高频交易量化策略提供有效解决方案 [page::0][page::1][page::3][page::4][page::5][page::7][page::8]
