文件名称：算法交易的风险规避强化学习-研究论文
文件大小：172KB
文件格式：PDF
更新时间：2024-06-29 07:28:38
High-Frequency Trading Limit
我们为算法交易提出了一个规避风险强化学习的一般框架。 我们的方法在基于来自纳斯达克的 1.5 年毫秒时间尺度限价订单数据的实验中进行了测试，其中包含 2010 年闪电崩盘前后的数据。 结果表明，我们的算法在以下方面优于风险中性强化学习算法：1）在闪电崩盘发生时将交易成本保持在相当低的水平，2）在整个测试期间显着降低风险。