A Drift-Aware Continuous Hybrid Learning Framework for Adaptive and Robust Stock Trading
यह शोध पत्र DACH-DDPG प्रस्तुत करता है, जो एक ड्रिफ्ट-अवेयर निरंतर हाइब्रिड लर्निंग फ्रेमवर्क है जो अनुकूली सिग्नल जनरेशन के लिए SVM और XGBoost को एक DDPG एजेंट के साथ जोड़ता है, जो बेहतर जोखिम-समायोजित रिटर्न प्राप्त करने के लिए प्रदर्शन-ट्रिगर मॉडल अनुकूलन के माध्यम से बाजार की गैर-स्थिरता (non-stationarity) को प्रभावी ढंग से संबोधित करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।