针对深度算法交易策略的对抗攻击
机器学习
2020-10-24 v1 交易与市场微观结构
摘要
深度强化学习（DRL）已成为算法交易（如股票与加密货币的高频交易）的一种有吸引力的解决方案。然而，已有研究表明 DRL 易受对抗攻击。由此可知，算法交易的 DRL 智能体也可能被此类对抗技术攻陷，从而导致策略被操纵。在本文中，我们为深度交易策略构建了一个威胁模型，并提出了两种在测试时操纵此类策略性能的攻击技术。此外，我们展示了所提攻击对基准和真实世界 DQN 交易智能体的有效性。
引用
@article{arxiv.2010.11388,
title = {Adversarial Attacks on Deep Algorithmic Trading Policies},
author = {Yaser Faghan and Nancirose Piazza and Vahid Behzadan and Ali Fathi},
journal= {arXiv preprint arXiv:2010.11388},
year = {2020}
}
备注
17 pages - under submission