액터-크리틱 기반 에이전트를 위한 재무적 맥락이 풍부한 전략: 주식 거래를 위한 딥 강화 학습 접근법

arXiv:2610.32237v1 발표 유형: 신규 초록: 현대 금융시장에서는 대규모 거래의 4분의 3 이상이, 전통적인 인간 트레이더들보다 높은 정밀도와 속도를 달성하기 위해 고급 거래 전략을 기반으로 한 알고리즘 트레이딩에 의해 실행된다. 가격 기반 지표에 중점을 두던 기존 전략들은 사회적 여론, 정치적 불안정성, 또는 갑작스러운 경제 변화와 같은 현실 세계의 사건들로 인해 발생하는 시장의 역동성을 포착하는 데에는 한계가 있다. 딥 강화학습(DRL)의 부상과 데이터 접근성의 향상에 따라, 이러한 외부 요인들을 거래 전략에 효과적으로 통합할 수 있는 보다 효율적인 알고리즘이 요구되고 있다. DRL은 DRL 에이전트가 자동으로…