基于强化学习的概率价格预测方法在能源库存套利中的应用

《TRANSPORTATION RESEARCH PART E-LOGISTICS AND TRANSPORTATION REVIEW》：Reinforcement learning-driven probabilistic price forecasting for energy inventory arbitrage

　　

江河|盛攀|贾轩月|建洲王|姚伟东

• •
  开发一种基于强化学习的自适应特征选择框架，将特征选择视为一个根据电力市场动态调整的序列决策过程。
• •
  设计一个轻量级的TDE预测模块，在预测准确性和计算效率之间实现有效平衡。
• •
  提出一个双重目标奖励函数，联合优化区间精度和覆盖率，以指导高质量的概率预测。
• •
  建立一种基于分位数的交易策略，将概率预测转化为可盈利的实际市场套利表现。