Сравнительный анализ алгоритмов обучения с подкреплением на примере игр

Проблема оптимальной ликвидации портфеля финансовых активов является одной из наиболее важных для всех субъектов связанных с финансовыми рынками. Прогресс в области машинного обучения дает, возможность оптимизировать и даже автоматизировать задачу оптимальной ликвидации портфеля. Это работа начинается с исследования методов обучения с подкреплением с применением в играх. Затем мы пробуем применить модель, основанную на обучении с подкреплением, для получения положительных результатов в проблеме оптимальной ликвидации финансового портфеля. Алгоритму заданы количество актива к продаже, данные по распределениям основных переменных рынка и цель максимизировать итоговую стоимость портфеля к продаже, при условии неограниченного времени и постоянного ценового влияния. Итоговая модель дает результаты, соотносящиеся с общими эмпирическими трендами и результатами других работ, со схожими задачами решёнными с помощью обучения с подкреплением.