标签： #元强化学习

一个在A股练出来的RL交易智能体，丢到美股/加密/商品市场为什么往往废掉？元强化学习(MAML)通过学一个『靠近所有历史市场』的初始化，让智能体在新市场只用几笔交易就完成适应。本文numpy从零实现双层梯度的MAML，受控实验证明少样本爬坡速度比『仅预训练』快约一倍、比从头训练快一个数量级，并诚实标注它只迁移『市场结构的共性』而非『具体alpha』。