研究人员推出了一种名为 Lineage-Value Policy Gradients (LVPG) 的新型 actor-critic 框架，用于发现自动化交易策略。该方法通过正式化“进化时间价值”来解决进化搜索中即时回报控制的局限性，该价值承认某些突变的延迟效用。LVPG 利用自举的 critic head 来估计有限视野谱系潜力的价值，并利用 actor head 来管理突变强度，与传统优化方法相比，在验证 AUC 方面有了显著提高，并减少了临时回归。 AI
影响 引入了一种新的进化搜索信用分配方法，有可能提高 AI 驱动的自动化交易策略的效率和有效性。
排序理由 该集群包含一篇详细介绍新算法框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
