A Drift-Aware Continuous Hybrid Learning Framework for Adaptive and Robust Stock Trading
Dieses Paper stellt DACH-DDPG vor, ein driftbewusstes kontinuierliches Hybrid-Lernframework, das SVM und XGBoost für die adaptive Signalerzeugung mit einem DDPG-Agenten für sequentielle Handelsentscheidungen kombiniert, um die Nichtstationarität des Marktes durch leistungsgesteuerte Modelladaptation effektiv zu adressieren und somit überlegene risikobereinigte Renditen zu erzielen.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.