提出FinPILOT推理时策略优化框架

Eun Go、Rohan Deb、Arindam Banerjee 等提出 FinPILOT，一个受模型预测控制启发的插件式推理时策略优化框架：利用价格预测轨迹动态调整预训练 RL 交易策略，再执行一步交易，无需重训策略。实验在 DJ30 股票与外汇数据上，用 PPO、SAC、A2C、TD3、DDPG 五种预训练策略、三个滚动留出测试年共 30 组设置进行评估。基于论文摘要，28 组总收益率、27 组夏普比率提升，受控实验显示预测误差降低时增益扩大；在相同预测输入下，直接的单期与多期组合优化器未复现这些总体增益。该评估基于价格接受者假设，即组合交易不影响未来市场价格。

AI 根据报道生成 · 3 小时前更新