内容摘要
强化学习做交易 · 为什么多半亏 灏 灏天文库 · 量化进阶·组合与机器学习 第 3 期 量化进阶 · 组合与机器学习 · 第 3 期 RL 做交易， 多半亏 ？ reinforcement learning in trading · why it usually fails PPO 在 Atari 上吊打人类，搬到 A 股上多半亏成狗。不是算法不行，是 问题结构变了 ：奖励稀疏、状态非平稳、过拟合样本、忽略成本。一句话—— 游戏规则固定，市场规则会变 ，RL 学的是过去，赚的是未来，这俩对不上。 ⏱ 约 12 分钟 🎯 想用 RL 做策略的人 📦 源：sunday-quant-scientist 01 反共识：RL 不是"自动赚钱"，是"自动过拟合" "让 agent 自己学怎么交易"听起来很美。问题是它学到的往往不是市场规律，而是 训练集的偶然规律 。 Atari 的规则 30 年不变，agent 玩 1 亿次还是同一个游戏。市场不是——2015 和 2024 的微观结构完全不同，agent 在 2015-2020 学到的策略，2021 后大概率失效。