该研究探讨了强化学习在高频交易中的应用，提出了一种优化交易执行的离线强化学习模型（ORDC），有效缓解了过拟合问题。实验结果表明，该方法提升了交易策略的适应性和盈利能力，显示出在统计套利领域的重要潜力。