arXiv · cs.AI· Eun Go, Rohan Deb, Arindam Banerjee·· 7 小时前
FinPILOT：用于强化学习交易智能体的推理时优化框架
Plan Before You Trade: Inference-Time Optimization for RL Trading Agents
arXiv:2605.12653v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Eun Go, Rohan Deb, Arindam Banerjee
研究任务与主要进展
FinPILOT提出一种面向强化学习交易智能体的推理时策略优化框架，利用价格预测轨迹动态调整预训练策略，再执行一步交易。基于论文摘要，该框架在30组设置中有28组总收益率、27组夏普比率提升，且直接组合优化器未复现总体增益；受控实验显示，预测误差降低时性能增益扩大。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org