A Review of Reinforcement Learning in Financial Applications
North Carolina State University（北卡罗来纳州立大学）；Amazon（亚马逊公司）
本文系统综述了强化学习在金融领域的应用，通过元分析揭示影响其性能的关键因素，并指出可解释性、MDP建模与鲁棒性等挑战及未来研究方向。
2024-11-01 cs.AI cs.LG q-fin.CP
Robust Reinforcement Learning in Finance: Modeling Market Impact with Elliptic Uncertainty Sets
University of Maryland（马里兰大学）
本文提出了一种基于椭圆不确定性集的鲁棒强化学习方法，用于金融市场中的市场影响建模，通过显式和隐式闭式解提升策略评估效率，并在单资产和多资产交易任务中验证了其在夏普比率和鲁棒性方面的优越性。
2026-01-23 cs.AI cs.LG math.OC
FinRL-Meta: A Universe of Near-Real Market Environments for Data-Driven Deep Reinforcement Learning in Quantitative Finance
Columbia University（哥伦比亚大学）；The University of Hong Kong（香港大学）；University of Virginia（弗吉尼亚大学）；Northwestern University（西北大学）；New York University (Shanghai)（上海纽约大学）；IDEA Research（IDEA研究院）
深度强化学习（Deep Reinforcement Learning，DRL）在构建金融市场模拟器方面显示出巨大的潜力。然而，由于现实世界市场的高度复杂性和动态性，原始的历史金融数据往往包含很大的噪声，可能无法反映市场的未来，从而降低了基于DRL的市场模拟器的保真度。此外，基于DRL的市场模拟器的准确性在很大程度上依赖于众多不同的DRL代理，这增加了对市场环境的需求，并对模拟速度提出了挑战。在本文中，我们提出了一个FinRL-Meta框架，该框架为数据驱动的金融强化学习构建了一个市场环境。一是FinRL-Meta将金融数据处理与基于DRL的策略设计管道分离，为金融大数据提供开源数据工程工具。其次，FinRL-Meta为各种交易任务提供了数百种市场环境。第三，FinRL-Meta通过利用数千个GPU核心实现多处理仿真和训练。我们的代码可在https://github.com/AI4Finance-Foundation/FinRL-Meta上获得。
2022-03-02 cs.LG q-fin.TR
FinRL: Deep Reinforcement Learning Framework to Automate Trading in Quantitative Finance
Columbia University（哥伦比亚大学）；University of Virginia（弗吉尼亚大学）；New York University Shanghai（纽约大学上海校区）
深度强化学习（DRL）被认为在量化金融中具有竞争优势。然而，由于编程容易出错，调试工作艰巨，量化交易者要想获得一个自动定位以在市场上获胜的代理，即\textit{to decide where to trade, at what price}和\textit{what quantity}，有一个陡峭的发展曲线。在本文中，我们提出了第一个开源框架\textit{FinRL}作为一个完整的管道，以帮助量化交易者克服陡峭的学习曲线。FinRL在\textit{full-stack framework, customization, reproducibility}和\textit{hands-on tutoring}的关键原则下具有简单性、适用性和可扩展性的特点。FinRL是一个具有模块化结构的三层架构，它实现了微调的最先进的DRL算法和常见的奖励函数，同时减轻了调试工作量。因此，我们帮助用户以高周转率进行策略设计。在多个时间粒度级别上，FinRL使用历史数据和实时交易API模拟各种市场作为训练环境。FinRL具有高度的可扩展性，保留了一套用户导入接口，并结合了市场摩擦、市场流动性和投资者风险规避等交易约束。此外，作为从业者的垫脚石，典型的交易任务是作为一步一步的教程提供的，例如，股票交易、投资组合分配、加密货币交易等。
2021-11-07 cs.LG q-fin.TR
CNN-DRL with Shuffled Features in Finance
University of North Texas（北得克萨斯大学）
本研究通过特征重排优化CNN输入矩阵，在深度强化学习金融应用中显著提升奖励获取，实验验证了方法的有效性。
2024-01-16 cs.LG q-fin.CP
A Novel Experts Advice Aggregation Framework Using Deep Reinforcement Learning for Portfolio Management
Sharif University of Technology（谢里夫理工大学）
使用深度强化学习解决投资组合管理问题在金融界引起了广泛的关注。我们提出了一种新方法，使用专家信号和历史价格数据来输入我们的强化学习框架。虽然专家信号已经在金融领域的以前的工作中使用过，但据我们所知，这是第一次将这种方法与深度RL结合起来用于解决金融投资组合管理问题。我们提出的框架由一个用于聚合信号的卷积网络、另一个用于历史价格数据的卷积网络和一个普通网络组成。我们使用邻近策略优化算法作为代理来处理奖励并在环境中采取行动。结果表明，平均而言，我们的框架可以获得最好的专家所获得的利润的90%。
2022-12-29 cs.LG q-fin.CP q-fin.PM
Systematic Review on Reinforcement Learning in the Field of Fintech
King Abdulaziz University（阿卜杜勒阿齐兹国王大学）
该综述系统探讨了强化学习在金融科技中的应用，通过PRISMA方法分析2018年以来的研究，发现基于强化学习的策略在预测准确性、盈利性等方面显著优于现有算法，并指出其在投资组合优化、风险管理等决策中的巨大潜力。
2023-04-29 cs.AI cs.LG q-fin.CP
Reinforcement Learning for Economic Policy: A New Frontier?
University of Edinburgh（爱丁堡大学）
基于代理的计算经济学是一个具有丰富学术历史的领域，但它一直在努力进入主流政策设计工具箱，受到与代表复杂和动态现实相关的挑战的困扰。强化学习（RL）领域也有着丰富的历史，最近已经成为几个指数发展的中心。现代RL实现已经能够达到前所未有的复杂程度，处理以前无法想象的复杂程度。本文综述了经济建模中经典的基于代理的技术的历史障碍，并考虑RL的最新发展是否可以克服其中任何一个。
2023-02-23 cs.AI cs.LG cs.MA
FinRL: A Deep Reinforcement Learning Library for Automated Stock Trading in Quantitative Finance
Columbia University（哥伦比亚大学）；AI4Finance LLC.（AI4Finance有限责任公司）；Ion Media Networks（Ion媒体网络公司）；Imperial College（帝国理工学院）；New York University (Shanghai)（上海纽约大学）
由于深度强化学习（DRL）已被公认为量化金融中的有效方法，因此获得实践经验对初学者很有吸引力。然而，要训练一个实用的日间行车灯交易代理，决定在哪里交易，以什么价格，什么数量，涉及到容易出错和艰苦的开发和调试。在本文中，我们介绍了一个DRL库FinRL，方便初学者暴露自己的量化金融，并制定自己的股票交易策略。除了易于复制的教程外，FinRL库还允许用户简化自己的开发，并轻松与现有方案进行比较。在FinRL中，虚拟环境配置有股票市场数据集，交易代理使用神经网络进行训练，并通过交易表现进行广泛的回测分析。此外，它还包括重要的交易约束，如交易成本，市场流动性和投资者的风险厌恶程度。FinRL的特点是完整性，实践教程和可重复性，有利于初学者：（i）在多个级别的时间粒度，FinRL模拟各种股票市场的交易环境，包括纳斯达克100，道琼斯工业平均指数，标准普尔500，恒生指数，上证50指数和沪深300指数;（ii）FinRL以模块化结构的分层架构组织，提供微调的最先进的DRL算法（DQN，DDPG，PPO，SAC，A2 C，TD 3等），FinRL提供了常用的奖励函数和标准的评估基线，以减轻调试工作量并提高可重复性;（iii）具有高度可扩展性，FinRL保留了一套完整的用户导入接口。此外，我们还结合了三个应用程序演示，即单一股票交易，多个股票交易和投资组合分配。FinRL库将在Github上提供，…
2022-03-02 cs.LG q-fin.TR
Applications of Reinforcement Learning in Finance -- Trading with a Double Deep Q-Network
School of Engineering（工程学院）；Zurich University of Applied Sciences（苏黎世应用科技大学）
本文提出了一种用于交易单一资产的双深度Q网络算法，即E-mini S&P 500连续期货合约。我们使用经过验证的设置作为具有多个扩展的环境的基础。我们的交易代理的功能不断扩展，以包括商品等额外资产，从而产生四种模式。我们还应对环境状况，包括成本和危机。我们的交易代理首先在特定的时间段内进行培训，并在新数据上进行测试，并将其与长期持有策略作为基准（市场）进行比较。我们分析了各种模型之间的差异和相对于环境的样本内/样本外性能。实验结果表明，交易代理遵循适当的行为。它可以根据不同的情况调整其政策，例如在存在交易成本时更广泛地使用中立立场。此外，净资产价值超过了基准，和代理跑赢了市场的测试集。我们提供了初步的见解代理在金融领域使用DDQN算法的行为。本研究的结果可用于进一步的开发。
2022-06-28 cs.LG q-fin.TR
Comprehensive Review of Deep Reinforcement Learning Methods and Applications in Economics
Technische Universität Dresden（德累斯顿工业大学）；Oxford Brookes University（牛津布鲁克斯大学）；Helmholtz-Zentrum Dresden-Rossendorf（德累斯顿-罗森多夫亥姆霍兹中心）；University of Lisbon（里斯本大学）；Hunan University（湖南大学）
深度强化学习（DRL）方法在经济学中的普及程度呈指数级增长。DRL通过强化学习（RL）和深度学习（DL）等各种功能来处理复杂的动态业务环境，提供了巨大的机会。DRL的特点是可扩展性与潜在的应用到高维问题，结合噪声和非线性模式的经济数据。在这项工作中，我们首先考虑在经济学的各种应用中的DL，RL和深度RL方法的简要回顾，提供了一个深入的了解最先进的状态。此外，DRL的架构应用于经济应用进行了研究，以突出的复杂性，鲁棒性，准确性，性能，计算任务，风险约束和盈利能力。调查结果表明，DRL可以提供更好的性能和更高的精度相比，传统的算法，而面对现实的经济问题中存在的风险参数和不断增加的不确定性。
2020-03-21 cs.LG econ.GN q-fin.EC
Reinforcement Learning Applications
我们首先简要介绍强化学习（RL），关于它的成功故事，基础知识，示例，问题，ICML 2019真实生活RL研讨会，如何使用它，学习材料和展望。然后，我们讨论了一系列RL应用，包括推荐系统、计算机系统、能源、金融、医疗保健、机器人和交通。
2019-08-19 cs.AI cs.LG
Economic span selection of bridge based on deep reinforcement learning
Jiangsu College of Finance & Accounting（江苏财会职业学院）；Lianyungang Open University（连云港开放大学）；Wanshi Antecedence Digital Intelligence Traffic Technology Co., Ltd（万世先行数智交通科技有限公司）
针对桥梁跨径选择影响工程成本的问题，结合经济跨径理论，构建含对应观测、动作空间和奖励函数的仿真环境，采用基于卷积网络、ε贪心策略与经验回放的深度Q网络智能体学习最优策略，实现桥梁经济跨径选择，为桥梁设计提供决策工具。
2024-07-09 cs.AI cs.LG
The AI Economist: Optimal Economic Policy Design via Two-level Deep Reinforcement Learning
Salesforce Research（赛富时研究院）；Harvard University（哈佛大学）
人工智能和强化学习（RL）已经改善了许多领域，但尚未广泛应用于经济政策设计，机制设计或经济学。与此同时，当前的经济学方法受到缺乏反事实数据、简单化的行为模型以及有限的政策实验和评估行为反应的机会的限制。在这里，我们表明，基于机器学习的经济模拟是一个强大的政策和机制设计框架，以克服这些限制。人工智能经济学家是一个两级深度强化学习框架，可以训练智能体和社会规划者共同适应，为高度不稳定和新颖的两级强化学习挑战提供了一个易于处理的解决方案。从一个简单的经济规范，我们学习理性的代理人的行为，以适应学习计划者的政策，反之亦然。我们证明了AI经济学家在最优税收问题上的有效性。在简单的一步经济中，AI经济学家恢复了经济理论的最优税收政策。在复杂、动态的经济体中，AI经济学家大大改善了功利主义的社会福利以及平等与生产率之间的权衡。尽管出现了税收博弈策略，但它仍然如此，同时比经济理论更准确地解释了代理人的相互作用和行为变化。这些结果首次表明，两级深度强化学习可以用于理解，并作为经济设计理论的补充，开启了一种新的基于计算学习的方法来理解经济政策。
2021-08-05 cs.LG econ.GN q-fin.EC
AlphaStock: A Buying-Winners-and-Selling-Losers Investment Strategy using Interpretable Deep Reinforcement Attention Networks
Beihang University（北京航空航天大学）；Tsinghua University（清华大学）
近年来，金融创新和人工智能技术在包括量化交易（QT）在内的各种金融应用中成功结合。尽管大量的研究致力于利用深度学习（DL）方法来构建更好的QT策略，但现有的研究仍然面临着严重的挑战，特别是来自金融方面的挑战，例如风险与收益的平衡，对极端损失的抵抗力，以及策略的可解释性，这些都限制了基于DL的策略在现实金融市场中的应用。在这项工作中，我们提出了AlphaStock，一种新的基于强化学习（RL）的投资策略，通过可解释的深度注意力网络来增强，以解决上述挑战。我们的主要贡献总结如下：（1）将深度注意力网络与面向夏普比率的强化学习框架相结合，实现风险收益均衡的投资策略;（2）建立资产之间的相互关系模型，避免选择偏差，建立跨资产注意力机制;据我们所知，这项工作是第一个使用深度强化学习模型提供可解释的投资策略的工作之一。在美国和中国的长周期市场上进行的实验证明了AlphaStock在不同市场状态下的有效性和稳健性。事实证明，AlphaStock倾向于选择长期增长率高、波动性低、内在价值高、最近被低估的股票作为赢家。
2019-07-24 cs.LG q-fin.ST q-fin.TR
SIR-RL: Reinforcement Learning for Optimized Policy Control during Epidemiological Outbreaks in Emerging Market and Developing Economies
BML Munjal University（BML Munjal大学）；Ambo University（安博大学）
本文提出SIR-RL强化学习框架，结合SIR模型、封锁严格性指数与疫苗接种策略，为新兴市场和发展中经济体优化疫情期间公共卫生与经济稳定之间的政策权衡。
2024-04-30 cs.LG physics.soc-ph q-bio.PE
A Survey of Reinforcement Learning For Economics
Georgetown University（乔治城大学）
本文综述了强化学习在经济学中的应用，探讨了其在高维状态和连续动作问题中的扩展，分析了算法的局限性及经济结构下的灵活性。
2026-07-27 cs.LG econ.GN q-fin.EC
Solving Heterogeneous General Equilibrium Economic Models with Deep Reinforcement Learning
Bank of England（英格兰银行）；University College London（伦敦大学学院）；Office for National Statistics（英国国家统计局）
一般均衡宏观经济模型是决策者用来理解一国经济的核心工具。它们将经济体描述为具有前瞻性的行为者的集合，这些行为者的行为可能与随机效应相结合，以动态平衡的方式确定全球变量（如价格）。然而，解决这些模型的标准半分析技术使其难以包括异质性经济行为体的重要影响。COVID-19大流行进一步凸显了异质性的重要性，例如年龄和就业部门，以及宏观经济结果，以及对更容易纳入它的模型的需求。我们使用强化学习的技术来解决这种模型，以简单，可扩展和计算效率高的方式纳入异构代理。我们证明了该方法的准确性和稳定性的玩具问题，有一个已知的分析解决方案，它的通用性，通过解决一个一般均衡问题，包括全球随机性，其灵活性，通过解决一个综合的宏观经济和流行病学模型，以探索经济和健康的影响大流行。后者成功地捕捉到了由不同年龄的健康风险引起的合理的经济行为。
2021-03-31 cs.LG cs.MA econ.GN
MPC-based Reinforcement Learning for Economic Problems with Application to Battery Storage
Norwegian University of Science and Technology (NTNU)（挪威科技大学）
在本文中，我们感兴趣的最优控制问题的纯经济成本，这往往会产生最优的政策具有（近）bang-bang结构。我们专注于基于模型预测控制（MPC）的政策近似和使用的确定性策略梯度方法来优化MPC的闭环性能，在存在未建模的随机性或模型误差。当策略具有（接近）bang-bang结构时，我们观察到策略梯度方法可能难以在策略参数中产生有意义的步骤。为了解决这个问题，我们提出了一个同伦策略的基础上的邻域点的方法，提供了一个放松的政策在学习过程中。我们调查了一个特定的众所周知的电池存储问题，并表明，所提出的方法提供了一个均匀的和更快的学习比经典的策略梯度方法。
2021-04-06 cs.LG cs.SY eess.SY
Climate Adaptation with Reinforcement Learning: Economic vs. Quality of Life Adaptation Pathways
Technical University of Denmark（技术大学）；University of Galway（Galway大学）
本文提出用强化学习在气候不确定性下识别适应路径，并通过综合评估模型显式比较经济优先与生活质量优先的政策差异，发现后者会导致更高且更均衡的适应支出。
2025-11-05 cs.LG
Contingency-constrained economic dispatch with safe reinforcement learning
Technical University of Munich（慕尼黑工业大学）
针对未来微电网中高不确定性和安全挑战，提出一种形式化验证的强化学习经济调度控制器，通过安全层和约束区域投影确保动作安全，并在实际住宅数据中验证。
2024-07-16 cs.AI cs.LG cs.SY
End-to-End Reinforcement Learning of Koopman Models for Economic Nonlinear Model Predictive Control
Forschungszentrum Jülich GmbH（于利希研究中心）；RWTH Aachen University（亚琛工业大学）；JARA-ENERGY（JARA能源研究中心）
本文提出端到端强化学习Koopman替代模型用于经济非线性模型预测控制，在连续搅拌釜反应器应用中优于系统辨识模型，且无需重训即可适应控制变化。
2024-08-01 cs.LG cs.SY eess.SY
Tackling Decision Processes with Non-Cumulative Objectives using Reinforcement Learning
Max Planck Institute for the Science of Light（马克斯·普朗克光科学研究所）；Friedrich-Alexander-Universität Erlangen-Nürnberg（埃尔兰根-纽伦堡弗里德里希-亚历山大大学）
本研究提出将非累积马尔可夫决策过程映射为标准MDPs的方法，使强化学习等技术可直接应用，在控制、金融和离散优化任务中提升性能与训练效率。
2025-05-23 cs.LG q-fin.CP quant-ph
Advancing Investment Frontiers: Industry-grade Deep Reinforcement Learning for Portfolio Optimization
本文提出工业级深度强化学习框架AlphaOptimizerNet，融合仿真到现实方法论，实现跨资产类别投资组合的风险收益优化，并兼顾统计严谨与监管合规。
2024-02-27 cs.AI cs.LG
Independent policy gradient-based reinforcement learning for economic and reliable energy management of multi-microgrid systems
School of Mechanical and Electrical Engineering, Shenzhen Polytechnic University（机械与电气工程学院，深圳职业技术大学）；School of Business, Sun Yat-Sen University（商学院，中山大学）
本文提出了一种基于独立策略梯度的分布式强化学习方法，用于解决多微电网系统的经济可靠能源管理问题，通过均值-方差团队随机博弈模型实现去中心化策略优化。
2025-11-26 cs.LG cs.SY eess.SY
Trading Devil RL: Backdoor attack via Stock market, Bayesian Optimization and Reinforcement Learning
University of Montréal（蒙特利尔大学）
本研究提出一种名为FinanceLLMsBackRL的后门攻击，仅通过数据投毒实现，并利用动态系统与统计分布分析进行检测，旨在评估强化学习大型语言模型在金融等领域的潜在风险。
2025-04-21 cs.CE cs.LG physics.comp-ph
Reinforcement Learning for Mean Field Games, with Applications to Economics
University of California Santa Barbara（加州大学圣巴巴拉分校）；Princeton University（普林斯顿大学）
平均场博弈（MFG）和平均场控制问题（MFC）是研究具有连续个体的博弈中的纳什均衡或社会最优解的框架。这些问题可以用来近似竞争或合作对策与大量的有限数量的代理人，并已发现了广泛的应用，特别是在经济学。近年来，MFG和MFC中的学习问题引起了人们的兴趣，无论是作为一种计算解决方案的方法，还是作为一种模拟大量学习者如何收敛到均衡的方法。特别感兴趣的是智能体不知道模型的设置，这导致了强化学习（RL）方法的发展。在回顾了有关这一主题的文献后，我们提出了一种针对MFG和MFC的RL双时标方法，该方法依赖于统一的Q学习算法。该方法的主要新颖之处是同时更新动作值函数和分布，但具有不同的速率，以无模型的方式。根据两个学习率的比率，算法学习MFG或MFC解决方案。为了说明这种方法，我们将其应用到一个平均场问题的累积消费在有限的地平线与HARA效用函数，和一个交易者的最佳清算问题。
2021-06-25 cs.LG math.OC
Exploring Equity of Climate Policies using Multi-Agent Multi-Objective Reinforcement Learning
Delft University of Technology（代尔夫特理工大学）
本文提出Justice框架，结合多目标多智能体强化学习与整合评估模型，以生成兼顾公平性与气候经济目标的政策建议。
2025-11-30 cs.LG
A Reinforcement Learning-based Economic Model Predictive Control Framework for Autonomous Operation of Chemical Reactors
KAUST（阿卜杜拉国王科技大学）
本研究针对经济模型预测控制依赖模型精度、纯强化学习控制存安全稳定性问题，提出二者结合的非线性系统在线参数估计框架，在保障闭环稳定的同时优化过程，推动反应器自主运行落地。
2021-05-06 cs.LG cs.SY eess.SY
Deep Reinforcement Learning for Asset Allocation: Reward Clipping
SK Inc.(SK C&C)（SK集团（SK C&C））
近年来，有许多尝试将强化学习应用于资产配置，以获得更稳定的利润。在本文中，我们比较了几种强化学习算法-仅演员，演员评论家和PPO模型之间的性能。在此基础上，分析了各种模型的特点，并介绍了改进的算法，即奖励裁剪模型。在金融领域中，特别是在投资组合优化方面，报酬裁剪模型似乎优于其他现有的模型，无论是在牛市还是熊市中，它都具有优势。最后，我们将这些模型与传统投资策略在市场下降和上升期间的表现进行比较。
2023-01-02 cs.AI cs.LG q-fin.CP
Decentralized Reinforcement Learning: Global Decision-Making via Local Economic Transactions
University of California, Berkeley（加州大学伯克利分校）；Princeton University（普林斯顿大学）
本文旨在建立一个框架，指导一个简单的，专门的，自利的代理人的社会，解决传统上被称为单片单代理顺序决策问题。使用分散的方法来集体优化一个中心目标的挑战在于难以描述非合作博弈的均衡策略。为了克服这一挑战，我们设计了一种机制，用于定义每个代理的学习环境，我们知道，全球目标的最佳解决方案与代理优化自己的本地目标的纳什均衡策略配置文件相吻合。社会作为一个经济的代理人，学习信用分配过程本身通过购买和出售对环境状态的经营权。我们得到了一类分散的强化学习算法，不仅广泛适用于标准的强化学习，但也选择半MDP的选项和动态组成计算图。最后，我们展示了一个社会的内在模块化结构的潜在优势，更有效的迁移学习。
2020-08-14 cs.GT cs.LG cs.MA
Optimal Economic Gas Turbine Dispatch with Deep Reinforcement Learning
McGill University（麦吉尔大学）；Siemens Energy Canada Limited（西门子能源加拿大有限公司）
本研究利用深度强化学习（DQN、PPO等）解决燃气轮机经济调度问题，在加拿大案例中集成热力学软件并动态分配运维成本，实现更真实、高效的调度策略。
2023-08-28 cs.AI cs.LG cs.SY
Economic Battery Storage Dispatch with Deep Reinforcement Learning from Rule-Based Demonstrations
McGill University（麦吉尔大学）；Siemens Energy Canada Limited（西门子能源加拿大有限公司）
针对经济型电池调度中奖励延迟导致深度强化学习训练困难的问题，本文提出在SAC中引入基于简单规则生成的演示数据进行学习，在微电网案例中显著提升了样本效率和最终奖励，且方法对规则选择具有鲁棒性。
2025-04-06 cs.LG cs.SY eess.SY
Baichuan4-Finance Technical Report
Baichuan Inc（百川智能公司）
本文报告了基于 Baichuan4-Turbo 构建的金融大模型 Baichuan4-Finance 系列，通过数据质量提升、领域自约束持续预训练及对齐训练，在金融任务上显著超越基线且保持通用能力。
2025-01-02 cs.AI cs.CE cs.CL
LLMs Meet Finance: Fine-Tuning Foundation Models for the Open FinLLM Leaderboard
University of Maryland, College Park（马里兰大学学院公园分校）；Department of Mathematics（数学系）；Department of Computer Science（计算机科学系）
本文以Open FinLLM排行榜为基准，基于Qwen2.5和Deepseek-R1，通过SFT、DPO、RL技术微调基础模型，提升其金融任务性能并测量金融领域数据缩放定律，证明LLMs在金融应用中的潜力。
2025-04-17 cs.AI cs.CL cs.LG
Reinforcement Learning for Combining Search Methods in the Calibration of Economic ABMs
Università Cattolica del Sacro Cuore（圣心天主教大学）；Universität Bielefeld（比勒费尔德大学）
针对宏观经济 ABM 校准的高维无导数搜索问题，提出用强化学习在运行中动态选择并组合搜索方法，性能优于固定方法及人工组合。
2023-12-07 cs.AI cs.LG cs.MA
An Introduction to Deep Reinforcement Learning
McGill University（麦吉尔大学）；Google Brain（谷歌大脑）；Facebook（脸书）
深度强化学习是强化学习（RL）和深度学习的结合。这一研究领域已经能够解决以前机器无法完成的各种复杂决策任务。因此，深度RL在医疗保健、机器人、智能电网、金融等领域开辟了许多新的应用。本手稿介绍了深度强化学习模型、算法和技术。特别关注的是与泛化相关的方面，以及如何将深度RL用于实际应用。我们假设读者熟悉基本的机器学习概念。
2018-12-03 cs.AI cs.LG stat.ML
Optimizing the switching operation in monoclonal antibody production: Economic MPC and reinforcement learning
University of Alberta（阿尔伯塔大学）
针对单克隆抗体连续生产中捕获柱切换的离散优化难题，本文提出sigmoid函数近似、ReLU近似两种经济MPC高效实现方法及深度强化学习方法，并与传统1%穿透规则切换策略进行比较，以提升计算可行性和生产性能。
2023-08-07 cs.LG cs.SY eess.SY
Simulating the Economic Impact of Rationality through Reinforcement Learning and Agent-Based Modelling
Università di Trieste（的里雅斯特大学）；Banca d’Italia（意大利银行）；Università Cattolica del Sacro Cuore（圣心天主教大学）
本文提出理性宏观 ABM（R-MABM）框架，将多智能体强化学习引入经济仿真，发现理性智能体能自发学习多种利润最大化策略并分化群体，其数量增加可提升总产出但可能加剧不稳定性。
2024-10-21 cs.AI cs.CE cs.LG
Applications of Mean Field Games in Financial Engineering and Economic Theory
这是在平均场游戏的AMS短期课程的演讲的扩展版本，在2020年1月13日在丹佛CO.的任务是讨论平均场游戏在金融和经济学中的应用。我需要事先承认，本章中回顾的几个例子已经在书中讨论过了。尽管如此，他们在这里伴随着讨论，并提到，在过去三年中出现的作品。此外，还增加了几个全新的部分，以展示金融工程和经济学的最新发展如何从平均场博弈范式的视角中受益。新的金融工程应用程序涉及比特币采矿和能源市场，而新的经济应用程序涉及提供宏观经济学和金融之间平稳过渡的模型以及合同理论。
2020-12-09 econ.TH math.PR q-fin.GN
Stochastic Control Barrier Functions for Economics
本文将控制屏障函数与随机控制屏障函数引入经济学中的最优广告和Merton投资组合优化问题，通过与传统控制结合并在状态约束下进行数值仿真验证其有效性。
2024-02-23 cs.SY econ.TH eess.SY
