LuanVan.vnLuận Văn
Gửi thư

Applying reinforcement learning in quantitative trading

Luận văn · Thạc sĩ · năm 2026 · đề tài tham khảo

Loại tài liệuLuận văn
Bậc họcThạc sĩ
NgànhCông nghệ thông tin — Công nghệ thông tin
Tác giảNgô Vân Anh
Người hướng dẫnĐỗ Bá Lâm
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2026
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Nghiên cứu xây dựng khung quản lý danh mục cổ phiếu bằng học tăng cường sâu theo mô hình tổ hợp, nhằm nâng cao khả năng thích nghi và kiểm soát rủi ro trong điều kiện thị trường biến động mạnh. Phát triển và so sánh các chiến lược kết hợp nhiều tác tử A2C, PPO, DDPG và SAC, đồng thời tích hợp cơ chế quản trị rủi ro dựa trên trạng thái tiền mặt và ngưỡng biến động thị trường. Thực nghiệm trên danh mục cổ phiếu thuộc DJIA và đánh giá bằng các chỉ tiêu lợi nhuận, Sharpe ratio, biến động và maximum drawdown. Kết quả cho thấy mô hình đa tác tử kết hợp quản trị rủi ro động có khả năng cải thiện cân bằng lợi nhuận–rủi ro và thích nghi tốt hơn với các chế độ thị trường khác nhau.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.