结合趋势的深度强化学习股票交易策略

摘要

机器学习广泛应用于股票交易决策中。如何在交易过程中获得有效的市场信息,实现利益最大化和风险最小化,是一个值得长期研究的话题。基于深度强化学习的传统交易模型无法提前识别剧烈的股价波动,导致投资收益不稳定。本文提出了一种结合趋势的深度强化学习股票交易模型,选取根据趋势指标RSI指数调整后特定条件下的利润作为奖励函数,模型能有效识别股价波动风险,获得稳定收益增长。实验选取中国股市的3只股票进行模拟交易,与对照组相比,本文结合趋势的深度强化学习模型训练良好,在实验期间的平均年回报更高,年波动率更低,且夏普比率更好。通过实验数据验证了模型的稳定性和有效性。