研究人员开发了一种新的自动化股票交易系统，该系统结合了扩展长短期记忆（xLSTM）网络和深度强化学习（DRL）。该方法旨在克服传统 LSTM 在处理长期依赖关系和动态市场条件方面的局限性。实验表明，基于 xLSTM 的 DRL 模型在包括累积回报和夏普比率在内的几项关键交易指标上优于标准的 LSTM 模型。 AI
影响 为基于 DRL 的金融交易引入了一种新颖的架构，有可能提高算法策略的性能。
排序理由 学术论文，详细介绍了使用 xLSTM 网络进行自动化股票交易的新方法。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2503.09655v2 Announce Type: replace-cross Abstract: Traditional Long Short-Term Memory (LSTM) networks are effective for handling sequential data but have limitations such as gradient vanishing and difficulty in capturing long-term dependencies, which can impact their perfo…