정량 금융에서 기계 학습, 심층 학습 및 강화 학습 기반 기술 개요: 최근 진행 상황과 도전 과제

주식 시장의 행동을 예측하는 것은 고전적이지만 어려운 주제로, 경제학자와 컴퓨터 과학자 모두의 관심을 끌어왔습니다. 지난 수십 년 동안 연구자들은 정확한 예측 모델을 만들기 위해 선형 모델뿐만 아니라 기계 학습(ML), 심층 학습(DL), 강화 학습(RL), 심층 강화 학습(DRL)에 기반한 모델을 조사해왔습니다. 이제 기계 학습 알고리즘은 고급 금융 시장 데이터 패턴을 추출할 수 있습니다. 투자자들은 인공지능의 이점 덕분에 주식 및 외환 시장을 예상하고 평가하기 위해 심층 학습 모델을 사용하고 있습니다. 최근 몇 년 동안 알고리즘 거래에서 심층 강화 학습 알고리즘의 사용이 급증했습니다. 가격 예측과 거래 신호 생성을 결합한 DRL 에이전트는 여러 자동화된 거래 시스템 또는 전략을 구축하는 데 사용되었습니다. 우리의 목표는 관심 있는 연구자들이 최신 정보를 유지하고 이전의 발견을 쉽게 모방할 수 있도록 하는 것입니다. 본 논문에서는 정량 금융(QF) 및 주식 시장에서 기계 학습, 심층 학습, 강화 학습 및 심층 강화 학습의 유용성을 설명하는 데 노력했습니다. 또한 이전에 제시된 개요를 바탕으로 이 분야에서의 잠재적인 미래 연구 방향을 개략적으로 설명합니다.