面向金融强化学习的动态数据集与市场环境
机器学习
2023-04-27 v1 人工智能
摘要
由于其动态数据集的独特特征，金融市场是深度强化学习尤其具有挑战性的试验场。由于金融数据低信噪比、历史数据生存偏差以及模型过拟合等主要因素，构建用于训练金融强化学习(FinRL)智能体的高质量市场环境十分困难。在本文中，我们提出FinRL-Meta，一个以数据为中心且开放获取的库，它将来自真实世界市场的动态数据集处理为gym风格的市场环境，并由AI4Finance社区积极维护。首先，遵循DataOps范式，我们通过自动数据整理流水线提供数百个市场环境。其次，我们提供原创示例并复现热门研究论文，作为用户设计新交易策略的基石。我们还将该库部署于云平台，以便用户可视化自身结果并通过社区竞赛评估相对表现。第三，我们提供数十个组织为课程和文档网站的Jupyter/Python演示，以服务快速增长的社区。数据整理流水线的开源代码见https://github.com/AI4Finance-Foundation/FinRL-Meta
引用
@article{arxiv.2304.13174,
title = {Dynamic Datasets and Market Environments for Financial Reinforcement Learning},
author = {Xiao-Yang Liu and Ziyi Xia and Hongyang Yang and Jiechao Gao and Daochen Zha and Ming Zhu and Christina Dan Wang and Zhaoran Wang and Jian Guo},
journal= {arXiv preprint arXiv:2304.13174},
year = {2023}
}
备注
49 pages, 15 figures. arXiv admin note: substantial text overlap with arXiv:2211.03107