Углубление обучения в целях оптимального обмена частичной информацией

arXiv:2511,00190v2 Вид уведомления: заменить перекрестное резюме: " Укрепление обучения (RL) привлекло все больший интерес к финансовым приложениям, включая оптимальный обмен и исполнение. Однако использование RL для оптимальных торговых стратегий, в которых используется скрытая информация на рынке, было, насколько нам известно, предметом незначительного внимания. В настоящем документе мы рассматриваем оптимальную торговую проблему, в которой торговый сигнал следует за процессом Орнштейн-Уленбек с переменными параметрами режима. Эта проблема, естественно, сформулирована как частично наблюдаемая проблема решения Маркова, трейдеру необходимо получить латентную информацию непосредственно из истории наблюдаемого процесса. Мы комбинируем периодические нейронные сети (RNN) с RL для решения как фильтрационных, так и торговых компонентов проблемы. Если говорить более конкретно, то мы предлагаем три разных подхода на основе RL, в дополнение к которым мы используем RNN для фильтрации скрытого состояния окружающей среды, где агент торговает. Фир