Intelligent Trading Systems: A Sentiment-Aware Reinforcement Learning Approach
Universidade de São Paulo（圣保罗大学）；Centro Universitário FEI（FEI大学中心）
长期以来，基于模式识别在证券交易所进行单一资产盈利交易的可行性一直吸引着研究者。强化学习（RL）和自然语言处理在这些单一资产交易任务中声名狼借，但只有少数作品探索了它们的组合。此外，一些问题仍未得到解决，例如通过明确捕捉反映市场状况的情绪特征来提取市场情绪动量，以及评估RL结果在不同情况下的一致性和稳定性。为了填补这一空白，我们提出了情绪感知RL（SentARL）智能交易系统，该系统通过从文本新闻中提取的自适应量的过去情绪特征来利用市场情绪，从而提高利润稳定性。我们在20个资产、2个交易成本和5个不同的时期和初始化中评估了SentARL，以显示其相对于基线的一致有效性。随后，这种彻底的评估使我们能够确定新闻报道和市场情绪之间的边界，关于价格的相关性-时间序列，SentARL的有效性是突出的。
2021-11-14 cs.AI cs.CL cs.LG
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
Data Cross-Segmentation for Improved Generalization in Reinforcement Learning Based Algorithmic Trading
Carnegie Mellon University（卡内基梅隆大学）；Kenanga Investment Bank Berhad（肯安格投资银行有限公司）
针对交易清淡及差异化资产市场中传统监督学习驱动的交易策略失效问题，提出一种基于学习预测模型信号交易的强化学习算法，并用马来西亚证交所20余年股票数据测试。
2023-07-18 cs.LG
Decomposable Reward Modeling and Realistic Environment Design for Reinforcement Learning-Based Forex Trading
Dr APJ Abdul Kalam Technical University（APJ阿卜杜勒·卡拉姆技术大学）
本文提出模块化强化学习框架，通过摩擦感知执行引擎、可分解奖励架构和10动作离散接口，解决外汇交易中现实环境、奖励函数和动作空间的挑战，实验证明了最佳奖励配置在训练收益和夏普比率上的优势。
2026-10-30 cs.LG q-fin.GN
Janus-Q: End-to-End Event-Driven Trading via Hierarchical-Gated Reward Modeling
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；International Digital Economy Academy（国际数字经济学院）
Janus-Q通过分层门控奖励模型实现端到端事件驱动交易，提升金融新闻事件作为主要决策单元，提高交易决策的稳定性和盈利能力。
2026-02-27 cs.CL cs.LG
AAMDRL: Augmented Asset Management with Deep Reinforcement Learning
AI Square Connect；MILES；LAMSADE；Dauphine university（多芬大学）；LISIC；ULCO；Societe Generale（法国兴业银行）
智能体能否在具有连续、非平稳和非齐次观测的噪声和自适应环境中有效地学习？通过交易机器人，我们说明了深度强化学习（DRL）如何应对这一挑战。我们的贡献有三个方面：（i）在DRL中使用上下文信息（也称为增强状态），（ii）对于资产管理环境而言更现实的观测和动作之间的一个时段滞后的影响，（iii）实现称为向前走分析的新的重复性训练测试方法，其精神类似于时间序列的交叉验证。虽然我们的实验是在交易机器人上进行的，但它可以很容易地转换到其他机器人环境中，这些机器人环境在政权变化和噪声数据的连续环境中运行。我们的实验增强资产管理公司有兴趣找到最好的投资组合对冲策略表明，AAMDRL实现了卓越的回报和较低的风险。
2020-09-30 cs.AI cs.LG q-fin.MF
Decentralized scheduling through an adaptive, trading-based multi-agent system
LMU Munich（慕尼黑大学）
在多智能体强化学习系统中，一个智能体的行为会对其他智能体的奖励产生负面影响。解决这个问题的一种方法是让代理人相互交换他们的奖励。出于这一动机，这项工作适用于交易的方法模拟调度环境中，代理负责传入的工作分配给计算核心。在这种环境下，强化学习代理学会成功交易。代理可以交易计算核心的使用权，以处理高优先级，高回报的工作比低优先级，低回报的工作更快。然而，由于组合效应，在这种环境中，简单强化学习代理的动作和观察空间随着问题大小的关键参数呈指数级扩展。然而，指数标度行为可以转化为一个线性的，如果代理被分成几个独立的子单元。我们进一步改善这种分布式架构，使用代理内部参数共享。此外，它还可以扩展到自主设定交易价格。我们表明，在我们的调度环境中，分布式代理架构的优势显然超过了聚合方法。我们证明了分布式代理体系结构变得更高的性能，使用代理内部参数共享。最后，我们研究了两种不同的奖励函数如何影响自主定价和相应的调度。
2022-07-05 cs.AI cs.LG
Combining Reinforcement Learning and Inverse Reinforcement Learning for Asset Allocation Recommendations
AI Center of Excellence for Asset Management, Fidelity Investments（富达投资资产管理人工智能卓越中心）
我们提出了一种简单实用的方法，将人类和人工智能结合起来，学习基金经理的最佳投资实践，并提供改进建议。我们的方法是基于逆强化学习（IRL）和RL的组合。首先，IRL组件根据基金经理的交易历史来学习他们的意图，并恢复他们的隐含奖励函数。在第二步，直接RL算法使用该奖励函数来优化资产分配决策。我们表明，我们的方法是能够提高个人基金经理的业绩。
2022-01-06 cs.AI cs.LG q-fin.CP
Learning Stock Trading Policies via Barycenter-Based Adversarial Inverse Reinforcement Learning
School of Mathematical and Statistical Sciences（数学与统计学院）；Indian Institue of Technology Mandi（印度曼迪理工学院）
本研究提出基于重心的对抗逆强化学习框架BRaG，聚合多异构专家策略学习股票交易策略，在四大全球股市上表现优于经典交易规则及深度强化学习方法，风险特征更稳定。
2026-08-18 cs.LG stat.ML
Portfolio Management using Deep Reinforcement Learning
本文提出一种基于深度强化学习的投资组合管理器，通过优化资产权重分配并在无交易费用的流动市场中做多或做空，实证表明其风险调整后收益优于传统方法。
2024-05-01 cs.LG q-fin.PM
Trading Graph Neural Network
University of Wisconsin - Madison（威斯康星大学麦迪逊分校）
本文提出交易图神经网络（TGNN），结合模拟矩方法与图神经网络，在任意结构交易网络中估计资产、交易商及关系特征对价格的影响，预测精度优于基于网络中心性的简化形式方法。
2025-04-10 cs.LG econ.GN q-fin.EC
A Stock Trading System for a Medium Volatile Asset using Multi Layer Perceptron
University of L’Aquila（拉奎拉大学）
股票市场预测是一个利润丰厚的领域，有着可观的利润，但并非没有困难，对某些人来说甚至可能是失败的原因。金融市场本质上是复杂的、非线性的和混乱的，这意味着准确预测其中一部分资产的价格变得非常复杂。在本文中，我们提出了一种股票交易系统，其主要核心是前馈深度神经网络（DNN），以预测Abercrombie & Fitch公司（ANF）在纽约证券交易所（NYSE）股票市场发行的股票在未来30天的公开市场价格。我们所阐述的系统计算最有效的技术指标，并将其应用于DNN计算的预测，以生成交易。结果显示，盈利交易的预期比率为2.112%，夏普、索蒂诺和卡尔马比率分别为2.194、3.340和12.403。作为验证，我们在系统中采用了回溯模拟模块，该模块将交易映射到由ANF资产最近30天的公开市场组成的实际测试数据。总的来说，结果是有希望的，在短短一个月内从100美元的非常适度的预算中带来了3.2%的总利润率。这是可能的，因为系统通过选择最有效和最高效的交易减少了交易数量，节省了佣金和滑点成本。
2022-01-17 cs.LG q-fin.ST
Optimizing Portfolio Management and Risk Assessment in Digital Assets Using Deep Learning for Predictive Analysis
University of Chicago（芝加哥大学）；Sam Houston State University（山姆休斯顿州立大学）；Guangdong University of Technology（广东工业大学）；San Fransisco Bay University（旧金山湾大学）；Sun Yat-Sen University（中山大学）
本文提出将DQN算法以新颖直接的方式应用于数字资产投资组合管理，通过选择最大Q值的资产与动作进行决策，并针对不同资产间Q值漂移问题提出共享Q值分布的约束改进，实验表明该方法显著超越基准。
2024-02-25 cs.CE cs.LG q-fin.CP
Attention Factors for Statistical Arbitrage
Stanford University（斯坦福大学）
本文提出注意力因子框架，通过联合学习条件潜在因子与交易策略，在扣除交易成本后实现高达2.3的净夏普比率，显著提升统计套利绩效。
2025-10-13 cs.AI cs.LG q-fin.CP
Detecting data-driven robust statistical arbitrage strategies with deep neural networks
NTU Singapore（南洋理工大学）；NUS Singapore（新加坡国立大学）
本文提出一种基于深度神经网络的数据驱动方法，无需识别协整资产对即可在高维市场中构建稳健统计套利策略，并在50维、金融危机及协整失效等场景下验证了其高盈利表现。
2024-02-26 cs.LG q-fin.CP q-fin.MF
How Execution Assumptions Change Short-Horizon Sharpe Rankings: Evidence from a Synthetic Trading Benchmark
Virginia Tech（弗吉尼亚理工大学）
本研究通过合成交易基准，发现执行假设（如收盘价成交）会显著改变短期夏普比率排名，排名稳定性应作为基准报告的一部分。
2026-10-06 cs.LG
Improving the Robustness of Trading Strategy Backtesting with Boltzmann Machines and Generative Adversarial Networks
Amundi Asset Management（东方汇理资产管理公司）；Ecole des Ponts ParisTech（巴黎高科路桥学校）
本文探讨了如何使用机器学习模型来构建市场生成器。其基本思想是模拟人工多维金融时间序列，其统计特性与金融市场中观察到的相同。特别是，这些合成数据必须保留资产回报的概率分布、不同资产之间的随机依赖性以及随时间的自相关性。本文提出了一种估计回测统计量概率分布的新方法。最终目标是制定一个框架，以改善量化投资战略的风险管理，特别是在智能贝塔、要素投资和替代风险溢价领域。
2020-07-09 cs.LG q-fin.PM q-fin.ST
Generative Adversarial Networks for Financial Trading Strategies Fine-Tuning and Combination
University College London（伦敦大学学院）
系统交易策略是一种算法程序，旨在优化特定的性能标准来分配资产。为了在竞争激烈的环境中获得优势，分析师需要适当地微调其策略，或者发现如何以新颖的阿尔法创建方式组合弱信号。这两个方面，即微调和组合，已经使用几种方法进行了广泛的研究，但新兴的技术，如生成对抗网络可以对这些方面产生影响。因此，我们的工作提出了使用条件生成对抗网络（cGAN）进行交易策略校准和聚合。为此，我们提供了一个完整的方法：（i）时间序列数据的cGAN的训练和选择;（ii）每个样本如何用于策略校准;以及（iii）如何将所有生成的样本用于集成建模。为了证明我们的方法是有充分依据的，我们设计了一个包含579种资产的多种交易策略的实验。我们将cGAN与集成方案和模型验证方法进行了比较，两者都适用于时间序列。我们的结果表明，cGAN是策略校准和组合的合适替代方案，在传统技术无法生成任何Alpha时提供出色的性能。
2019-03-30 cs.LG q-fin.PM stat.ML
VWAP Execution with Signature-Enhanced Transformers: A Multi-Asset Learning Approach
DRM, Université Paris Dauphine - PSL（DRM，巴黎多芬大学 - 巴黎文理大学）；Aplo（阿普罗公司）
提出一种基于签名增强Transformer的多资产VWAP执行方法，通过全局参数共享与路径签名特征提取，在80个加密货币交易对上表现优于特定资产模型，并具备良好的样本外泛化能力。
2025-03-04 cs.LG q-fin.ST
Enhancing literature review with LLM and NLP methods. Algorithmic trading case
University of Warsaw（华沙大学）
本研究利用NLP和LLM方法，通过筛选1.36亿篇论文中的14,342篇相关文献，比较传统与先进主题建模技术，揭示算法交易研究趋势，并证明LLMs在文献综述中处理复杂问题的有效性。
2024-10-23 cs.AI cs.LG q-fin.ST
Quantum and Classical Machine Learning in Decentralized Finance: Comparative Evidence from Multi-Asset Backtesting of Automated Market Makers
Omnis Labs（Omnis实验室）
该研究通过多资产回测比较10个经典、量子及混合ML模型在AMM与DeFi策略中的表现，发现QASA Sequence以13.99%回报和1.76 Sharpe比率表现最佳。
2025-09-14 cs.LG q-fin.ST quant-ph
