用于主动交易的深度强化学习：LLaMA 3.2 1B 驱动交易决策

研究人员开发了一种新颖的主动交易方法，使用深度强化学习，特别是针对比特币和特斯拉资产。该系统采用了四种不同的深度强化学习算法：策略梯度、近端策略优化、深度 Q 学习和深度确定性策略梯度。这些代理利用技术指标、周期性日历编码和从 LLaMA 3.2 1B 派生的情感分数来做出每日交易决策。为了增强泛化能力和性能，引入了 Alpha 奖励机制，并通过大量试验优化了超参数。深度确定性策略梯度算法在测试集上表现出卓越的性能，而深度 Q 学习因其高夏普比率而获得预选。 AI

影响 这项研究展示了将大型语言模型和强化学习应用于金融市场预测的复杂方法，可能影响算法交易策略。

排序理由 该集群包含一篇研究论文，详细介绍了深度强化学习在金融交易中的新颖应用。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• Bitcoin
• CLEF 2026 FinMMEval Lab
• Deep Deterministic Policy Gradient
• Deep Q-Learning
• LLaMA 3.2 1B
• Policy Gradient
• Proximal Policy Optimization
• Tesla

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →