近年來機器學習在各個金融領域各個方面均有應用，其實金融領域的場景是很適合強化學習應用的，但是由於金融領域真金白銀的，以目前強化學習的學習效率估計願意嘗試的人不多，但是並不妨礙我們學習和了解這方面的知識。

Reinforcement learning in market games(arxiv 0710.0114)

Edward W. Piotrowski, Jan Sladkowski, Anna Szczypinska

金融市場投資就像許多的多人遊戲一樣——必須與其他代理人互動以實現自己目標。其中就包括與在市場上的活動直接相關的因素，和影響人類決策及其作為投資者表現的其他方面。如果區分所有子博弈通常是超出希望和資源消耗的。在這篇論文中研究了投資者如何面對許多不同的選擇、收集資訊並在不瞭解遊戲的完整結構的情況下做出決策。論文將強化學習方法應用於市場資訊理論模型 (ITMM)。嘗試區分第 i 個代理的一類博弈和可能的動作（策略）。任何代理都將整個遊戲類劃分為她/他認為子類，因此對給定的子類採用相同的策略。劃分標準基於利潤和成本分析。類比類和策略通過學習過程在各個階段更新。

Dreaming machine learning: Lipschitz extensions for reinforcement learning on financial markets(arXiv 1909.03278)

J. M. Calabuig, H. Falciani, E. A. Sánchez-Pérez

論文考慮了一種用於在金融市場框架內構建新的強化學習模型的準度量拓撲結構。它基於在度量空間中定義的獎勵函式的 Lipschitz 型擴充套件。具體來說，McShane 和 Whitney 被用於獎勵函式，該函式由給定時間投資決策產生的收益的總評估定義。將度量定義為歐幾里得距離和角度度量分量的線性組合。從時間間隔開始的所有關於系統演化的資訊都被用來支援獎勵函式的擴充套件，並且通過新增一些人為產生的狀態來豐富這個資料集。論文中說到，這種方法的主要新穎之處在於產生了更多狀態（論文中稱之為“dreams”）以豐富學習的方式。使用代表金融市場演變的動態系統的一些已知狀態，使用現有的技術可以通過插入真實狀態和引入一些隨機變數來模擬新狀

完整地址：

https://www.overfit.cn/post/f8b15e23b8b14a89b56c3f3e4ed503cb