机译:基于加强学习的股票市场生存的预测分析框架
JC Bose Univ Sci & Technol YMCA Dept Comp Engn Sect 6 Faridabad 121006 Haryana India;
JC Bose Univ Sci & Technol YMCA Dept Comp Engn Sect 6 Faridabad 121006 Haryana India;
predictive analytics; statistical learning; machine learning; stock market predictions; reinforcement learning; fuzzy sets and logic; finite state machine; fuzzy rule base; stock fundamental; stock technical analysis; single value decomposition;
机译:基于网络钢筋学习的股票市场投资者行为演变模型
机译:“主动”学习模型:利用基于联合学习的主动脑概念进行无模型和基于模型的强化学习的集成框架
机译:基于Tensor的股票市场信息框架
机译:使用深度强化学习的股票市场决策支持框架
机译:使用强化学习进行股市预测。
机译:在Covid-19期间预测欧洲股市:机器学习方法
机译:我们在限价订单簿中开发了冰山订单执行的顺序交易模型。 Iceberg-trader可以自由地揭露他的交易意图,或者(部分)屏蔽其他市场参与者的真实订单规模。订单暴露最终会导致市场反应激烈(“市场影响”),导致交易成本上升。另一方面,冰山交易员在隐藏他的意图时面临优先权损失,因为大多数电子限价订单都会惩罚隐藏流动性的使用。因此,冰山商人面临着找到正确权衡的问题。我们的模型为限额订单市场中的冰山交易者提供了最佳的风险敞口策略。特别是,我们提供了一系列分析性陈述,这些陈述与最近关于交易者暴露策略决定因素的实证研究结果一致。在此框架下,我们还研究了市场影响以及限价订单的市场影响。我们为来自美国标准普尔500指数的一系列高科技股票提供最佳曝光配置文件,以及它们如何随着本书的规模扩展。我们最终根据极限订单测试了冰山的表现,发现冰山订单可以显着提升贸易业绩高达60%。
机译:使用基于案例的推理作为改进标准优化的强化学习框架