用于股票交易的深度 Q 网络多智能体强化学习
机器学习
2025-05-08 v1
摘要
本项目旨在解决自动化股票交易的挑战，传统方法和直接强化学习在此领域难以应对市场噪声、复杂性和泛化问题。我们提出的解决方案是一个集成深度学习框架，该框架结合了卷积神经网络（CNN）以识别格式化为图像的技术指标中的模式，长短期记忆（LSTM）网络以捕捉价格历史和技术指标中的时间依赖性，以及一个深度 Q 网络（DQN）智能体，该智能体基于 CNN 和 LSTM 提取的特征学习最优交易策略（买入、卖出、持有）。
引用
@article{arxiv.2505.03949,
title = {Deep Q-Network (DQN) multi-agent reinforcement learning (MARL) for Stock Trading},
author = {John Christopher Tidwell and John Storm Tidwell},
journal= {arXiv preprint arXiv:2505.03949},
year = {2025}
}