原文题目：An intelligent financial portfolio trading strategy using deep Q-learning
摘要：金融组合交易的一个目标是通过将资本分配给投资组合中的资产，使交易者的效用最大化。我们的研究提出了一种基于深度Q学习的智能证券交易策略的推导方法.在该方法中，我们引入了马尔可夫决策过程模型，使Agent能够了解金融环境，并开发出一种深层次的神经网络结构来逼近Q-函数。此外，我们还设计了三种方法来推导出一种选择合理行为并适用于现实世界的交易策略。首先，学习Agent的行为空间被建模为一组直观的交易方向，可以对投资组合中的单个资产进行交易。其次，我们引入了一个映射函数，它可以用一个相似且有价值的动作来代替每个状态下不可行的代理行为，从而得到一个合理的交易策略。最后，我们介绍了一种Agent模拟所有可行动作并学习这些经验的方法，以有效地利用训练数据。为了验证我们的方法，我们对两个有代表性的投资组合进行了反向测试，我们发现使用我们的方法导出的智能策略优于基准策略。
原文地址：https://arxiv.org/abs/1907.03665
作者：Hyungjun Park, Min Kyu Sim, Dong Gu Choi
