本研究的目的是通过应用强化学习（RL）来增强印度股票市场，特别是NIFTY 50指数的日内交易策略。研究探讨了如何利用RL技术通过估计单个股票的经验Q值来优化交易策略。本研究提出的实验框架包括不同阶段，即数据收集和预处理、环境设计、模型选择、训练和测试，随后进行性能评估。通过领先的印度经纪平台的API获取了五年的历史数据，随后进行了清理并用选定的技术指标进行了丰富。我们比较了三种RL算法的有效性和效率：Q学习（QL）、深度Q网络（DQN）和双深度Q网络（DDQN），在股票交易的背景下进行评估。算法的性能通过累计收益、最大回撤、胜负比、夏普比率、总交易量以及整体盈利能力等关键指标进行评估。实验结果表明，DDQN在实际交易条件下始终优于QL和DQN，凸显其稳健性。本研究中进行的实验所获得的见解为金融机器学习研究做出贡献，并为算法交易系统的设计提供了实用建议。
Borkar等（Mon，）研究了这个问题。