Deep Reinforcement Learning Algorithms for Option Hedging
创建于 更新于
摘要
本文对八种主流深度强化学习算法在期权动态对冲任务中的表现进行了系统比较，以根半二次损失(RSQP)为风险衡量指标，实验证明蒙特卡洛策略梯度（MCPG）与近端策略优化（PPO）表现最佳，且MCPG在有限计算预算下唯一显著优于经典Black-Scholes Delta对冲基线，且收敛速度最快，揭示了稀疏奖励环境下策略梯度法的优势及其实际应用潜力。[page::0][page::4][page::6]
