https://ieeexplore.ieee.org/abstract/document/8851831
随着计算机科学和人工智能的发展，量化交易以其高效稳定的表现吸引了更多的投资者。在本文中，我们讨论了深度强化学习在量化交易中的潜力。提出了基于LSTM的代理来学习数据中的时间模式，并根据当前市场情况和历史数据自动进行交易。代理人的输入是原始财务数据，代理人的输出是交易决策。代理的目标是最大化最终利润。此外，为了减少市场噪音的影响，提高代理商的绩效，我们使用几个技术指标作为额外的投入。提议的系统已经在股票市场进行了回测。
