通过基于重心的对抗逆强化学习学习股票交易策略

基于摘要分析。本文研究股票交易强化学习中回报延迟且噪声较大、探索不稳定及显式风险约束难以实施的问题，提出 BRaG：从多种异质专家交易策略中学习的、基于重心的对抗逆强化学习框架。主要贡献是将多专家示范聚合、模仿预训练、真实市场回报下的强化学习微调与风险约束结合。 机制上，BRaG 使用绩效加权 Wasserstein 重心聚合专家示范，构建旨在捕捉不同交易风格共享结构的伪专家表示；随后通过对抗模仿学习预训练交易策略，以缓解强化学习初期探索的不稳定性，再用真实市场回报进一步优化。风险控制方面，框架引入控制障碍函数，既约束动作执行，也正则化策略学习，以满足回撤限制。重心所作用的具体表示空间、专家权重计算方式、对抗学习目标及约束实现细节尚未验证。 在覆盖美国、英国、印度和台湾股指的四个主要股票市场评估中，作者报告，相较于经典交易规则和近期深度强化学习方法，BRaG 在各市场均取得更强的交易表现，并呈现更稳定的风险特征。摘要未给出具体收益或风险指标、数值、交易成本、时间划分及统计信息，因而尚不能判断优势幅度、稳健性或各模块的独立贡献；实验协议、消融及统计信息尚未验证。 本文的主要研究对象是金融交易策略，而非 EEG 解码或 BCI 控制。其在原领域的结果不构成 BCI 有效性证据，已有 EEG 相关工作尚未检索确认。复现需进一步核对市场数据范围、专家策略与示范构造、训练和测试时间划分、市场回报定义、回撤约束及基线配置。