Key points are not available for this paper at this time.
لقد غزت التجارة الخوارزمية أو الروبوتات المالية أسواق الأسهم بقدرتها على فهم استراتيجيات تداول إحصائية معقدة. ولكن مع التطور الأخير لتقنيات التعلم العميق، أصبحت هذه الاستراتيجيات غير فعالة. لقد تفوقت نماذج DQN و A2C سابقًا على البشر البارزين في لعب الألعاب والروبوتات. في عملنا، نقترح مدير محفظة معزز يقدم المساعدة في تخصيص الأوزان للأصول. توفر البيئة للمدير الحرية للذهاب إلى المراكز الطويلة والقصيرة على الأصول. تُقيد توصيات تخصيص الأوزان باختيار أصول المحفظة ويتم اختبارها تجريبيًا لضرب مؤشرات المعيار. يقوم المدير بتنفيذ المعاملات المالية في سوق سائلة مفترضة دون أي رسوم معاملات. يخلص هذا العمل إلى أن مدير المحفظة المقترح الذي يركز على تخصيص الأوزان يمكن أن يتجاوز العوائد المعدلة حسب المخاطر للمديرين التقليديين.
دراسة باوار وآخرين (الأربعاء) هذا السؤال.