Buchumschlag

Reinforcement Learning in Queue-Reactive Models: Application to Optimal Execution

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Espana, Tomas, Hafsi, Yadh, Lillo, Fabrizio, Vittori, Edoardo
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Trading and Market Microstructure Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Optimal Execution with Reinforcement Learning
von: Hafsi, Yadh, et al.
Veröffentlicht: (2024)

Optimal Execution under Incomplete Information
von: Chevalier, Etienne, et al.
Veröffentlicht: (2024)

Reinforcement Learning for Optimal Execution when Liquidity is Time-Varying
von: Macrì, Andrea, et al.
Veröffentlicht: (2024)

Trading in CEXs and DEXs with Priority Fees and Stochastic Delays
von: Bergault, Philippe, et al.
Veröffentlicht: (2026)

Deep Learning Meets Queue-Reactive: A Framework for Realistic Limit Order Book Simulation
von: Bodor, Hamza, et al.
Veröffentlicht: (2025)

Modeling metaorder impact with a Non-Markovian Zero Intelligence model
von: Ravagnani, Adele, et al.
Veröffentlicht: (2025)

Diverse Approaches to Optimal Execution Schedule Generation
von: de Witt, Robert, et al.
Veröffentlicht: (2026)

A Novel Approach to Queue-Reactive Models: The Importance of Order Sizes
von: Bodor, Hamza, et al.
Veröffentlicht: (2024)

Deep reinforcement learning for optimal trading with partial information
von: Macrì, Andrea, et al.
Veröffentlicht: (2025)

Evaluation of Reinforcement Learning Techniques for Trading on a Diverse Portfolio
von: Khare, Ishan S., et al.
Veröffentlicht: (2023)

Time-Inhomogeneous Volatility Aversion for Financial Applications of Reinforcement Learning
von: Cacciamani, Federico, et al.
Veröffentlicht: (2026)

Optimal Execution and Macroscopic Market Making
von: Guo, Ivan, et al.
Veröffentlicht: (2025)

Online Learning of Order Flow and Market Impact with Bayesian Change-Point Detection Methods
von: Tsaknaki, Ioanna-Yvonni, et al.
Veröffentlicht: (2023)

Deviations from Tradition: Stylized Facts in the Era of DeFi
von: Di Nosse, Daniele Maria, et al.
Veröffentlicht: (2025)

MacroHFT: Memory Augmented Context-aware Reinforcement Learning On High Frequency Trading
von: Zong, Chuqiao, et al.
Veröffentlicht: (2024)

Exploiting Risk-Aversion and Size-dependent fees in FX Trading with Fitted Natural Actor-Critic
von: Monaco, Vito Alessandro, et al.
Veröffentlicht: (2024)

When AI Trading Agents Compete: Adverse Selection of Meta-Orders by Reinforcement Learning-Based Market Making
von: Jafree, Ali Raza, et al.
Veröffentlicht: (2025)

Stochastic Gradient Descent in the Optimal Control of Execution Costs
von: Kolev, Simeon
Veröffentlicht: (2024)

Optimal Execution under Liquidity Uncertainty
von: Chevalier, Etienne, et al.
Veröffentlicht: (2025)

Dynamic Pricing in Securities Lending Market: Application in Revenue Optimization for an Agent Lender Portfolio
von: Xu, Jing, et al.
Veröffentlicht: (2024)

Model Predictive Control For Trade Execution
von: McAuliffe, Thomas P., et al.
Veröffentlicht: (2026)

FinBERT-BiLSTM: A Deep Learning Model for Predicting Volatile Cryptocurrency Market Prices Using Market Sentiment Dynamics
von: Hossain, Mabsur Fatin Bin, et al.
Veröffentlicht: (2024)

Learning the Market: Sentiment-Based Ensemble Trading Agents
von: Ye, Andrew, et al.
Veröffentlicht: (2024)

End-to-End Policy Learning of a Statistical Arbitrage Autoencoder Architecture
von: Krause, Fabian, et al.
Veröffentlicht: (2024)

Trading through Earnings Seasons using Self-Supervised Contrastive Representation Learning
von: Ye, Zhengxin Joseph, et al.
Veröffentlicht: (2024)

DeePM: Regime-Robust Deep Learning for Systematic Macro Portfolio Management
von: Wood, Kieran, et al.
Veröffentlicht: (2026)

MOT: A Mixture of Actors Reinforcement Learning Method by Optimal Transport for Algorithmic Trading
von: Cheng, Xi, 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)

DiffVolume: Diffusion Models for Volume Generation in Limit Order Books
von: Wang, Zhuohan, et al.
Veröffentlicht: (2025)

FinTSBridge: A New Evaluation Suite for Real-world Financial Prediction with Advanced Time Series Models
von: Wang, Yanlong, et al.
Veröffentlicht: (2025)

Stockformer: A Price-Volume Factor Stock Selection Model Based on Wavelet Transform and Multi-Task Self-Attention Networks
von: Ma, Bohan, et al.
Veröffentlicht: (2023)

Auto-Regressive Control of Execution Costs
von: Kolev, Simeon
Veröffentlicht: (2024)

Interpretable ML for High-Frequency Execution
von: Fabre, Timothée, et al.
Veröffentlicht: (2023)

Deviations from the Nash equilibrium in a two-player optimal execution game with reinforcement learning
von: Lillo, Fabrizio, et al.
Veröffentlicht: (2024)

Optimal Execution Strategies Incorporating Internal Liquidity Through Market Making
von: Morimoto, Yusuke
Veröffentlicht: (2024)

FinRLlama: A Solution to LLM-Engineered Signals Challenge at FinRL Contest 2024
von: Grover, Arnav
Veröffentlicht: (2025)

LLM-Based Routing in Mixture of Experts: A Novel Framework for Trading
von: Liu, Kuan-Ming, et al.
Veröffentlicht: (2025)

Advanced simulation paradigm of human behaviour unveils complex financial systemic projection
von: Wang, Cheng, et al.
Veröffentlicht: (2025)

An Efficient deep learning model to Predict Stock Price Movement Based on Limit Order Book
von: Yang, Jiahao, et al.
Veröffentlicht: (2025)

Exploring Microstructural Dynamics in Cryptocurrency Limit Order Books: Better Inputs Matter More Than Stacking Another Hidden Layer
von: Wang, Haochuan
Veröffentlicht: (2025)