考虑交易成本的基于深度强化学习的外汇市场在线交易模型

近年来,利用人工智能构建的投资模型层出不穷。人工智能的自动交易可以拓展交易方式的范围,例如赋予全天候运作的能力以及高频交易的能力。如果自动交易能充分考虑过去的数据,还可望比人类掌握更多信息来进行交易。本文提出一种基于深度强化学习模型(一种人工智能模型)的投资智能体。该模型考虑实际交易中的交易成本,并构建长期交易的框架,从而能在单次交易中获取大额利润。在此过程中,它能在保持低成本交易的同时使利润最大化。此外,考虑到实际运行,我们采用在线学习,使系统能够通过持续更新最新在线数据而非使用静态数据来不断学习。这通过始终纳入当前市场趋势信息,使得在非平稳金融市场中进行交易成为可能。