EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

A Deep Reinforcement Learning Model for Portfolio Management based on Weight Adjustment

Jiaxu Wang, Mo Hai, Haifeng Li

Procedia Computer Science · 2024 · 242 · 356-363

DOI: 10.1016/j.procs.2024.08.174 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Procedia Computer Science, 2024. Verfasst von Jiaxu Wang und 2 weiteren Autor:innen. Die Arbeit wurde bisher 8-mal zitiert (Crossref) und nennt 15 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0). Gefördert von: National Bureau of Statistics of China, National Natural Science Foundation of China.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • National Bureau of Statistics of China
  • National Natural Science Foundation of China

Zitieren

APA

Wang, J., Hai, M., & Li, H. (2024). A Deep Reinforcement Learning Model for Portfolio Management based on Weight Adjustment. Procedia Computer Science, 242, 356-363. https://doi.org/10.1016/j.procs.2024.08.174

Vancouver

Wang J, Hai M, Li H. A Deep Reinforcement Learning Model for Portfolio Management based on Weight Adjustment. Procedia Computer Science. 2024;242:356-363. doi:10.1016/j.procs.2024.08.174

BibTeX
@article{Wang2024,
  author = {Wang, Jiaxu and Hai, Mo and Li, Haifeng},
  title = {A Deep Reinforcement Learning Model for Portfolio Management based on Weight Adjustment},
  journal = {Procedia Computer Science},
  year = {2024},
  volume = {242},
  pages = {356--363},
  doi = {10.1016/j.procs.2024.08.174}
}
Kostenlos starten →