本研究评估了八种深度强化学习算法在动态对冲中的表现，结果显示MCPG算法在预算内优于传统的Black-Scholes delta对冲策略，展现出其潜在优势。

该论文介绍了一种基于强化学习的 Q-Learning Black Scholes 方法，用于期权定价和对冲。该方法将传统的 Black and Scholes 模型与人工智能算法相结合，实现了完全无模型、数据驱动的期权定价和对冲。研究表明，该模型在不同波动率水平和对冲频率下是准确的估计器，并在各种看跌期权价内外都表现出稳健的性能。