基于深度强化学习的自动股票交易：集成策略

股票交易策略在投资中发挥着关键作用。然而，在复杂且动态的股票市场中设计盈利的交易策略备感挑战。本文提出一种集成策略，采用深度强化学习方案，通过最大化投资收益来学习股票交易策略。我们训练一个深度强化学习智能体，并使用三种基于演员-评论家算法：近端策略优化（PPO）、优势演员评论家（A2C）和深度确定性策略梯度（DDPG），获得一个集成交易策略。该集成策略继承并整合了三种算法的最佳特征，从而能够稳健地适应不同的市场情况。为避免在连续动作空间训练大型网络时产生大量内存消耗，我们采用按需加载技术处理大数据。我们在流动性充足的30只道琼斯指数股票上测试这些算法。评估并比较了不同强化学习算法的交易智能体表现，并与道琼斯工业平均指数和传统的最小波动组合配置策略进行比较。结果表明，提出的深度集成策略在以夏普比率衡量的风险调整收益方面，优于三种单个算法和两个基线方法。本工作已在GitHub公开源码。