.png){kind=icon}
返回
Automated Stock Trading with Q-Learning Algorithm
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-10209-6_20.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
股票是一种可持续的证券类型，可以为持有人带来收益。在当今世界，计算机程序可以用于在股票市场中制定和执行自动化交易决策。在这些程序中，策略在寻找有利决策、最小化来自市场、自然灾害等来源的风险方面起着关键作用。大多数交易策略在不同股票上使用时并不盈利，因此创建最优动态策略是解决该问题的方案。强化学习可以通过与股票市场交互来找到最优动态策略。本文提出了一种使用K-means聚类方法表示环境离散状态的方法，供Q学习智能体交互使用。实验在越南股票市场使用历史数据实施，结果表明其在盈利能力上优于买入并持有交易策略和决策树算法。
Keyword:
Reinforcement Learning
Algorithmic trading
Stock market
期刊
A
IF:
0
论文数:
33
被引数:
0
.png){kind=icon}
