L’objectif de ce projet est de présenter quelques aspects théoriques des algorithmes de Q-learning , State-Action-Reward-State (SARSA) et recurrent reinforcement learning puis d’explorer une application au trading d’actifs financiers .
Plusieurs papiers de recherche ont été explorer à cet effet :
[1] S. K. Sahu, A. Mokhade et N. D. Bokde. « An Overview of Machine Learning, Deep Learning, and Reinforcement Learning-Based Techniques in Quantitative Finance : Recent Progress and Challenges »
[2] F. Bertoluzzo et M. Corazza. « Making financial trading by recurrent reinforcement learning ». In : Knowledge-Based Intelligent Information and Engineering Systems : 11th International Conference, KES 2007, XVII Italian Workshop on Neural Networks, Vietri sul Mare, Italy, September 12-14, 2007. Proceedings, Part II 11. Springer. 2007, p. 619-626.
[3] X. Li et al. « Recurrent reinforcement learning : a hybrid approach ». In : arXiv preprint arXiv :1509.03044 (2015)
Réalisé pendant mes temps libres , de fin Novembre 2023 à Janvier 2024.