基于深度强化学习的交易模型风险控制算法

摘要

中国股市大部分时间都处于震荡趋势,在日内高频交易中,震荡趋势更加明显。网格交易算法是在震荡趋势中具有明显优势的量化交易方法。基于深度强化学习的交易模型风险控制算法利用网格交易算法的思想构建动作集合与回报函数,可以控制交易风险,降低最大回撤率。将基于深度强化学习的交易模型风险控制算法应用于日内高频交易中,并与基准交易策略和传统强化学习方法相比较,获得0.69的夏普比率和2.3%的最大回撤率,证明此方法在风险控制上是有效的。