Buchumschlag

Dueling Deep Reinforcement Learning for Financial Time Series

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Giorgio, Bruno
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Neural Variance-aware Dueling Bandits with Deep Representation and Shallow Exploration
von: Oh, Youngmin, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning based Triggering Function for Early Classifiers of Time Series
von: Renault, Aurélien, et al.
Veröffentlicht: (2025)

Deep Learning-Based Financial Time Series Forecasting via Sliding Window and Variational Mode Decomposition
von: Li, Luke
Veröffentlicht: (2025)

LLM Routing with Dueling Feedback
von: Chiang, Chao-Kai, et al.
Veröffentlicht: (2025)

Federated Linear Dueling Bandits
von: Huang, Xuhan, et al.
Veröffentlicht: (2025)

Learning Tennis Strategy Through Curriculum-Based Dueling Double Deep Q-Networks
von: Mohan, Vishnu
Veröffentlicht: (2025)

Riemannian Dueling Optimization
von: Ren, Yuxuan, et al.
Veröffentlicht: (2026)

On Multivariate Financial Time Series Classification
von: Bournassenko, Grégory
Veröffentlicht: (2025)

Multi-Player Approaches for Dueling Bandits
von: Raveh, Or, et al.
Veröffentlicht: (2024)

Deep Learning for Financial Time Series: A Large-Scale Benchmark of Risk-Adjusted Performance
von: Saly-Kaufmann, Adir, et al.
Veröffentlicht: (2026)

Online Clustering of Dueling Bandits
von: Wang, Zhiyong, et al.
Veröffentlicht: (2025)

Contrastive Learning of Asset Embeddings from Financial Time Series
von: Dolphin, Rian, et al.
Veröffentlicht: (2024)

Selective Learning for Deep Time Series Forecasting
von: Fu, Yisong, et al.
Veröffentlicht: (2025)

Biased Dueling Bandits with Stochastic Delayed Feedback
von: Yi, Bongsoo, et al.
Veröffentlicht: (2024)

Time Series Foundation Models for Multivariate Financial Time Series Forecasting
von: Marconi, Ben A.
Veröffentlicht: (2025)

Learning to Play 7 Wonders Duel Without Human Supervision
von: Paolini, Giovanni, et al.
Veröffentlicht: (2024)

Multi-period Learning for Financial Time Series Forecasting
von: Zhang, Xu, et al.
Veröffentlicht: (2025)

Adapting to the Unknown: Robust Meta-Learning for Zero-Shot Financial Time Series Forecasting
von: Liu, Anxian, et al.
Veröffentlicht: (2025)

Look Into the LITE in Deep Learning for Time Series Classification
von: Ismail-Fawaz, Ali, et al.
Veröffentlicht: (2024)

The Sampling Complexity of Condorcet Winner Identification in Dueling Bandits
von: Saad, El Mehdi, et al.
Veröffentlicht: (2026)

Learning Time-Inhomogeneous Markov Dynamics in Financial Time Series via Neural Parameterization
von: Rovirosa, Jan, et al.
Veröffentlicht: (2026)

LLM-Enhanced Reinforcement Learning for Time Series Anomaly Detection
von: Golchin, Bahareh, et al.
Veröffentlicht: (2026)

Learning To Play Atari Games Using Dueling Q-Learning and Hebbian Plasticity
von: Salehin, Md Ashfaq
Veröffentlicht: (2024)

Learning from Imperfect Human Feedback: a Tale from Corruption-Robust Dueling
von: Cheng, Yuwei, et al.
Veröffentlicht: (2024)

Scaling Law for Large-Scale Pre-Training Using Chaotic Time Series and Predictability in Financial Time Series
von: Takemoto, Yuki
Veröffentlicht: (2025)

A Deep Reinforcement Learning Framework For Financial Portfolio Management
von: Li, Jinyang
Veröffentlicht: (2024)

Graph Deep Learning for Time Series Forecasting
von: Cini, Andrea, et al.
Veröffentlicht: (2023)

Fusing Reward and Dueling Feedback in Stochastic Bandits
von: Wang, Xuchuang, et al.
Veröffentlicht: (2025)

Conversational Dueling Bandits in Generalized Linear Models
von: Yang, Shuhua, et al.
Veröffentlicht: (2024)

Linear and Neural Dueling Bandits with Delayed Feedback
von: Wang, Xiangyi, et al.
Veröffentlicht: (2026)

Deep Learning For Time Series Analysis With Application On Human Motion
von: Ismail-Fawaz, Ali
Veröffentlicht: (2025)

Event Detection in Time Series: Universal Deep Learning Approach
von: Azib, Menouar, et al.
Veröffentlicht: (2023)

Recycling History: Efficient Recommendations from Contextual Dueling Bandits
von: Sankagiri, Suryanarayana, et al.
Veröffentlicht: (2025)

Utility-based Dueling Bandits as a Partial Monitoring Game
von: Gajane, Pratik, et al.
Veröffentlicht: (2015)

Gradient Reduction Convolutional Neural Network Policy for Financial Deep Reinforcement Learning
von: Montazeri, Sina, et al.
Veröffentlicht: (2024)

Targeted Manipulation: Slope-Based Attacks on Financial Time-Series Data
von: Luszczynski, Dominik
Veröffentlicht: (2025)

DP-Dueling: Learning from Preference Feedback without Compromising User Privacy
von: Saha, Aadirupa, et al.
Veröffentlicht: (2024)

Hindsight Preference Optimization for Financial Time Series Advisory
von: Cui, Yanwei, et al.
Veröffentlicht: (2026)

Cross-Modal Deep Metric Learning for Time Series Anomaly Detection
von: Li, Wei, et al.
Veröffentlicht: (2025)

Deep Learning Foundation and Pattern Models: Challenges in Hydrological Time Series
von: He, Junyang, et al.
Veröffentlicht: (2024)