RL-Exec: Impact-Aware Reinforcement Learning for Opportunistic Optimal Liquidation, Outperforms TWAP and a Book-Liquidity VWAP on BTC-USD Replays
创建于 更新于
摘要
本报告提出了RL-Exec，一种针对BTC-USD限价委托簿的深度强化学习(PPO)智能体，结合了内生瞬态市场冲击、部分成交、maker/taker费用及延迟，实现卖出库存的机会主义最优清算。RL-Exec在2020年2月的实盘重放测试中，显著优于同条件下执行的TWAP和基于订单簿流动性的VWAP类基线，且随着执行时长增加，性能优势逐步扩大至23个基点。报告采用了严格的时间划分、每日多起点聚合和Benjamini–Hochberg校正的Wilcoxon符号秩检验确保统计推断有效，具备高速可复现的执行环境及完整评估协议，为加密市场高频算法交易提供了创新方法[page::0][page::5][page::6][page::15]。
