A Drift-Aware Continuous Hybrid Learning Framework for Adaptive and Robust Stock Trading
Este artículo presenta DACH-DDPG, un marco de aprendizaje híbrido continuo consciente de la deriva que combina SVM y XGBoost para la generación adaptativa de señales con un agente DDPG para decisiones de trading secuenciales, abordando eficazmente la no estacionariedad del mercado mediante la adaptación de modelos activada por el rendimiento para lograr rendimientos ajustados al riesgo superiores.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.