基于深度强化学习的高频交易优化算法

为解决高频交易的高额交易费用问题,该文提出了一种融合长短期记忆(LSTM)网络细胞结构的深度确定性策略梯度交易算法。该算法利用细胞结构对当前信息和历史特征进行环境特征提取和保存,用于指导交易决策。通过深度确定性策略梯度算法实现在线自动交易,并考虑了交易费率和收盘价格对奖励函数的影响。在上证50指数基金的分钟级数据上进行实验,结果表明,该算法能有效捕获稍纵即逝的交易机会,是一种低风险高收益的稳健型投资策略;LSTM细胞结构和所设的奖励函数能大幅减少交易次数,不仅增加了算法对交易费率的包容性,还提升了收益的稳定性。

基于随机森林强化学习的干扰智能决策方法研究

电磁频谱的主导权是现代化电子战制胜的关键。传统的通信对抗中干扰方的干扰模式相对固定单一,干扰效率低下。因此,研究频谱对抗环境中利用强化学习智能选择干扰信道策略对用户通信进行干扰,将干扰方的信道决策过程建模为一个马尔科夫决策过程(Markov Decision Making Process,MDP),并提出了一种基于随机森林强化学习的智能干扰算法。仿真结果表明,与文献[10]所提的智能干扰算法和基于感知的随机信道选择算法相比,所提随机森林强化学习算法干扰收敛速度最快。通过在线自主学习,干扰方可以快速寻找到用户的通信规律,对用户通信实施有效干扰。

基于多智能体深度强化学习的多域协同抗干扰方法研究

动态的传输需求和有限的缓存空间给恶意干扰环境下的无线数据传输带来巨大挑战。针对上述问题,从频域和时域的角度出发,研究了面向分布式物联网的协同抗干扰信道选择和数据调度联合决策方法,构建了基于多用户马尔可夫决策过程的数据传输模型,提出了基于多智能体深度强化学习的协同抗干扰信道和数据联合决策算法。仿真表明,所提算法可有效避开恶意干扰并避免同频互扰。相较于对比算法,网络吞吐量显著提高,丢包数量明显降低。