交易农业ETF的政策梯度学习者-研究论文

本文分析了强化学习在交易农业 ETF 中的应用。 本文的第一部分检查了使用天真的交易策略的性能，以便稍后与强化学习策略进行比较。 在这里，回报非常不稳定，代理商的表现都严重低于和高于指数基准。 本文的第二部分考察了蒙特卡洛策略梯度算法在交易中的使用。 最后，展示了执行动态时间扭曲的结果，用于在幼稚交易和使用强化学习算法的交易之间进行并排比较。 总体而言，与朴素交易相比，强化学习产生更不稳定的结果，夏普比率为正，平均回报为负。