金融应用中强化学习的综述
计算金融
2024-11-21 v1 人工智能
机器学习
摘要
近年来，将强化学习应用于金融领域的趋势日益增长。该方法在解决金融决策任务方面展现出巨大潜力。在本综述中，我们对RL在金融领域的应用进行了全面研究，并进行了一系列元分析以探讨文献中的共同主题，例如与传统方法相比，最显著影响RL性能的因素。此外，我们识别了阻碍RL在金融业更广泛应用的挑战，包括可解释性、马尔可夫决策过程建模和鲁棒性，并讨论了克服这些挑战的最新进展。最后，我们提出了未来的研究方向，如基准测试、上下文RL、多智能体RL和基于模型的RL，以应对这些挑战并进一步提升RL在金融领域的实施。
引用
@article{arxiv.2411.12746,
title = {A Review of Reinforcement Learning in Financial Applications},
author = {Yahui Bai and Yuhe Gao and Runzhe Wan and Sheng Zhang and Rui Song},
journal= {arXiv preprint arXiv:2411.12746},
year = {2024}
}