Editorial Ilmu Komputer & AI
Gambaran Umum Teknik Berbasis Machine Learning, Deep Learning, dan Reinforcement Learning dalam Keuangan Kuantitatif: Kemajuan dan Tantangan Terkini
Masalah inti
Inovasi
Sebagai makalah tinjauan, metodologinya melibatkan gambaran sistematis atas literatur tentang ML, DL, RL, dan DRL dalam QF. Para penulis menyintesis kemajuan terkini, mengategorikan teknik, dan membahas tantangan. Makalah ini kemungkinan mencakup:
- **Model ML**: model linear, support vector machine, metode berbasis pohon, dan sebagainya.
- **Model DL**: recurrent neural network (RNN), long short-term memory (LSTM), convolutional neural network (CNN), transformer.
- **RL dan DRL**: Q-learning, policy gradient, deep Q-network (DQN), metode actor-critic.
Tinjauan ini juga menguraikan arah penelitian mendatang berdasarkan gambaran yang disajikan. Tidak ada persamaan atau diagram spesifik dalam konten mentah, tetapi formulasi tipikalnya meliputi:
- Prediksi harga:
- Tujuan RL: memaksimalkan ekspektasi imbal hasil
Mengapa penting
Siapa yang sebaiknya membaca
Membuka konten memberโฆ