Q-A3C2：用于自适应 ETF 选股的量子强化学习与时间序列动态聚类
计算工程、金融与科学
2025-12-29 v1
摘要
传统的 ETF 选股方法和强化学习模型（如异步优势演员-评论家算法（A3C））在应用于复杂金融市场时，常常面临高维特征空间和过拟合的问题。此外，静态聚类算法无法捕捉不断演变的市场状态，因为在一个时期内收益较高的聚类在下一个时期可能不再是最优的。为了解决这些局限性，本文提出了 Q-A3C2，这是一个集成了时间序列动态聚类的量子增强 A3C 框架。通过将变分量子电路嵌入到策略网络中，Q-A3C2 增强了非线性特征表示，并实现了聚类级别的自适应决策。在标普 500 成分股上的实验结果表明，Q-A3C2 实现了 17.09% 的累积收益，优于基准的 7.09%，展现了在动态金融环境中卓越的适应性和探索能力。
引用
@article{arxiv.2512.21819,
title = {Q-A3C2: Quantum Reinforcement Learning with Time-Series Dynamic Clustering for Adaptive ETF Stock Selection},
author = {Yen-Ku Liu and Yun-Cheng Tsai and Samuel Yen-Chi Chen},
journal= {arXiv preprint arXiv:2512.21819},
year = {2025}
}