您当前所在位置: 首页

论文收录信息

论文编号 201712-91
论文题目 基于连续深度强化学习的股票序列交易模型
文献类型
收录期刊

上传封面

中文期刊 英文期刊

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

中文专著 英文专著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文译著 英文译著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文论文集 英文论文集

编者 . 论文集名称(中文) [c].

出版地 出版社 出版年-

编者 . 论文集名称(英文) [c].

出版地 出版社 出版年-

上传封面

中文文献 英文文献

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

后印本*

(请提交PDF文档)

基于连续深度强化学习的股票序列交易模型

引用

复制文本

导出参考文献

.txt .ris .doc

石浩

SHI Hao(1992-),male,master,major research direction:data mining.

张晓航

ZHANG Xiaohang(1976-),male,professor,major research direction:data mining.

发送私信

发送给

北京邮电大学经济管理学院,北京 100876

摘要:本文提出使用限价交易单相比其他股票交易形式能获得更多的利益。如果一个失败的市价订单被执行,交易者必然会承受其带来的损失。限价交易单的执行则总会为交易者带来一定的收益。本文提出使用一个DQN网络为限价单定价,在分钟级别进行股票的交易。我们在印度股票市场的历史数据上进行了模拟实验,结果显示我们的方法比其他的方法更优。

关键词: 计算机科学与技术,深度强化学习,股票交易策略

图表:

动态公开评议

评论

评论一下

全部评论
评论