将认知偏差纳入强化学习用于金融决策
机器学习
2026-01-14 v1 计量经济学
摘要
金融市场受到人类行为的影响，这些行为偏离理性 due to 认知偏差。传统的金融决策强化学习 (RL) 模型假设是理性代理，可能忽略了心理因素的影响。本研究将认知偏差整合到金融交易的 RL 框架中，假设此类模型能够表现出类似人类的交易行为并实现比标准 RL 代理更好的风险调整收益。我们将诸如过度自信和损失厌恶等偏差引入奖励结构和决策过程中，并在模拟和真实世界的交易环境中对其进行评估。尽管其结果 inconclusive 或 消极，本研究为将人类样偏差纳入 RL 提供了见解，为开发稳健的金融 AI 系统提供了宝贵的经验教训。
引用
@article{arxiv.2601.08247,
title = {Incorporating Cognitive Biases into Reinforcement Learning for Financial Decision-Making},
author = {Liu He},
journal= {arXiv preprint arXiv:2601.08247},
year = {2026}
}
备注
15 pages, 9 figures