1樓：KevinHo
效能上有什麼優勢我目前還看不出來，但是marketing上的優勢已經顯而易見了
據我所知各大BB都有在做RL的algo，有幾家已經到了「公測」階段。但我看到的資料還不足以看出和傳統algo有什麼顯著不同。
但是有些東西表面看似是個學術問題，內在其實是個business問題，是個飯碗問題，歸根結底是錢的問題。Algo trading這些年越發同質化，也變的越來越像operation和sales。RL algo不論對內還是對外都是個非常好的marketing piece，老闆可以佔熱點要資源，員工也可以stay relevant，對誰都有利。
2樓：超級小約翰
這一類我們統稱Market Impact Algo，目的是在對市場產生最小的影響的情況下完成交易。
其實現在對這些Algo我們也會定期做Tuning，這樣的話，Reinforcement Learning的方法去優化就比較好理解了，我們純粹是在現有的架構下，調整Algo的引數而已。
打個比方，就等於我們車都做好了，現在讓電腦用Reinforcement Learning去學怎麼開車而已。
強化學習和傳統的控制有什麼異同點，做強化學習有必要去了解一些傳統控制相關理論的哪些方面呢
笑話 這要取決於題主做的是強化學習based的控制還是深度強化學習based的決策，這個很重要。目前來看強化學習有兩大派別，乙個是早在上世紀90 00年代就已經開始發展並成熟的，用強化學習的方法解最優控制問題的派別。主要的代表人物都是控制相關的比如東北大學張化光，還有Frank Lewis這些人。還...
強化學習內動態規劃中的算例求解？
孫棟 你好,我覺得這裡就是要通過策略迭代 policy iteration 求解乙個最優的策略 policy 這個過程被分解成策略評估 policy evaluation 和策略提公升 policy improvement 兩個環節,分別就是圖里的左欄和右欄.一般來講這兩個過程是個迴圈迭代的過程，t...
能否從演算法原理的角度解釋，為什麼強化學習演算法中，Q learning演算法比Sarsa演算法冒險 激進？
質心 從直觀上來說一下吧，這裡使用莫煩 Python 教程中的例子，初始狀態在左上角，目標獎勵在黃色區域，黑色區域為懲罰。Q learning的探索較為激進，Sarsa的探索較為保守。兩者的action策略都是e greedy，那麼差異就出在的Qtable Sarsatable 的更新策略上。在靠近...