基于强化学习的金融交易系统研究与发展
作者:
作者单位:

作者简介:

梁天新(1984-),男,黑龙江齐齐哈尔人,博士生,CCF学生会员,主要研究领域为自然语言处理,深度学习,机器学习,强化学习;王良(1963-),男,博士,副教授,CCF高级会员,主要研究领域为智能科学,数据库管理系统,数据库系统评价和性能优化;杨小平(1956-),男,博士,教授,博士生导师,主要研究领域为信息系统工程,电子政务,网络安全技术;韩镇远(1993-),男,硕士生,主要研究领域为深度学习,自然语言处理.

通讯作者:

王良,E-mail:wangliang@ruc.edu.cn

基金项目:

国家自然科学基金(71531012)


Review on Financial Trading System Based on Reinforcement Learning
Author:
Affiliation:

Fund Project:

National Natural Science Foundation of China (71531012)

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    近年来,强化学习在电子游戏、棋类、决策控制等领域取得了巨大进展,也带动着金融交易系统的迅速发展.金融交易问题已经成为强化学习领域的研究热点,特别是股票、外汇和期货等方面具有广泛的应用需求和学术研究意义.以金融领域常用的强化学习模型的发展为脉络,对交易系统、自适应算法、交易策略等方面的诸多研究成果进行了综述.最后讨论了强化学习在金融领域应用中存在的困难和挑战,并对今后强化学习交易系统发展趋势进行展望.

    Abstract:

    In recent years, reinforcement learning has made great progress in the fields of electronic games, chess, and decision-making control. It has also driven the rapid development of financial transaction systems. The issue of financial transactions has become a hot topic in the field of reinforcement learning. Especially, it has wide application demand and academic research significance in the fields of stock, foreign exchange, and futures. This paper summarizes the research achievements of transaction systems, adaptive algorithms, and transaction strategies based on the progress of reinforcement learning models, which are commonly used in the financial field. Finally, the difficulties and challenges of reinforcement learning in financial trading system are discussed, and the future development trend is prospected.

    参考文献
    相似文献
    引证文献
引用本文

梁天新,杨小平,王良,韩镇远.基于强化学习的金融交易系统研究与发展.软件学报,2019,30(3):845-864

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:2018-07-19
  • 最后修改日期:2018-09-20
  • 录用日期:
  • 在线发布日期: 2019-03-06
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号