利用分布性价值函数进行金融市场估值、特征创建与交易算法改进

尽管强化学习在金融市场的研究主要集中于寻找最优行为，但值得注意的是，强化学习返回的 $G_t$ 以及状态价值函数本身也具有重要意义，对于资产评估起到了关键作用。本文不着重于寻找最优决策规则，而是研究并应用分布性状态价值函数在金融市场估值和基于机器学习的交易算法中的潜力。对 $G_t$ 分布的准确可信的估计提供了竞争优势，从而导致更明智的决策和更优化的行为。本文将预测知识和深度强化学习的思想结合起来，引入一种称为 CDG-Model 的新型模型族，形成高度灵活的框架和直观的方法，对 underlying 分布的假设最小化。这些模型允许将典型的金融建模困境（如交易成本、滑点以及其他可能的成本或收益）无缝集成到模型计算中。它们可以应用于任何类型的交易策略或资产类别。所提出的框架通过其在单一资产和投组合市场估值、策略比较以及提升市场时机方面的潜在业务价值，为企业带来实际价值。它们可以正面影响现有或新交易算法的性能和学习过程。从科学角度看，它们开启了多个未来研究领域。初始实现和测试是在真实市场数据上完成的。尽管结果令人鼓舞，但对模型的普遍性评估仍需稳健的统计框架，而进一步的研究仍然需要进行。