News-Aware Direct Reinforcement Trading for Financial Markets

创建于 2025-10-23T08:34:05.211280+08:00 更新于 2025-10-23T08:38:53.063833+08:00

摘要

本文提出一种基于大语言模型提取新闻情绪分，结合原始价格和成交量序列输入至强化学习代理，实现无需手工特征设计的端到端交易决策。以加密货币市场为例，测试了DDQN和GRPO算法，结果表明结合新闻情绪显著提升累计收益，序列模型（LSTM优于Transformer）在捕获时间依赖性方面表现出色，证实新闻信息及时间序列建模对量化交易的重要价值[page::0][page::1][page::3][page::4][page::5]

速读内容

深度阅读