学习清算外汇：基于自适应 Top-K 回归的最优停止

我们考虑学习一个交易代理，该代理代表一家以外国货币（FC）获得收入并以本国货币（HC）产生支出的企业的财务部门行事。该代理的目标是在交易时段中的每个时间步决定持有或卖出 FC，以最大化交易时段结束时的期望 HC。我们将此表述为一个优化问题，并考虑从监督学习到模仿学习再到强化学习的广泛学习方法谱系。我们观察到，大多数所考虑的方法都难以超越简单的启发式基线。我们识别出导致标准解法失效的该问题的两个关键方面——i) 虽然对未来汇率的良好预测可高度有效地指导良好决策，但预测汇率是困难的，且错误估计往往会降低而非提升交易代理的性能；ii) 汇率固有的非平稳性使得固定决策阈值高度无效。为解决这些问题，我们提出一种新颖的监督学习方法，其学习预测前 K 个未来汇率而非预测所有未来汇率，并基于这些预测做出持有还是卖出的决策（例如，若未来汇率高于当前汇率则持有，否则卖出）。此外，为处理外汇汇率数据中的非平稳性（这对监督学习方法中的 i.i.d. 假设构成挑战），我们提出基于近期历史时段自适应地学习决策阈值。通过广泛的实证评估，我们表明我们的方法是唯一能够持续超越简单启发式基线的方法。进一步的实验显示了最先进的统计与基于深度学习的预测方法的无效性，因为它们会降低交易代理的性能。