Reinforcement Learning for Execution under Dynamic Fees in a Closed-Loop DEX Simulator
创建于 更新于
摘要
本研究在一个闭环交易仿真中引入 trader-facing 动态费用信号，构建两池常数乘积AMM、动态费率闭合规则、噪声交易与CEX套利等要素，使信号具备可学习性。通过对比一个小型DQN与多组强基线，结果显示在动态费环境下，DQN在 agent-first 排序下相对于 tuned one-step 路由可实现约5.6–14.9bp 的实现成本改进（完成约束下），且优势在动态费情境中最为显著；在常费情境下优势接近为零，规划器与浅层学习者未能普遍超越。研究强调这是对执行控制的模型条件性证据，而非对历史交易者或市场均衡的推断，且所有结论都基于所给定的仿真设定与评估协议。 [page::1]
