長期的なリターンを最大化するために、どの資産を何単位、いくらで売買するかを推奨する自動取引エージェントを構築しています。このエージェントは、ストリーミングトランザクションデータで継続的にトレーニングされます。長期的な報酬最適化を伴うこのシーケンシャルな意思決定問題に適した機械学習アルゴリズムのタイプはどれですか？

強化学習は、エージェントが環境と相互作用し、行動の結果として報酬を受け取ることで最適な行動戦略を学習する機械学習のタイプです。このシナリオでは、自動取引エージェントが「環境」（市場）と「相互作用」（資産の売買）し、「報酬」（長期的なリターン）を最大化するように学習します。シーケンシャルな意思決定と長期的な報酬の最適化は、強化学習の典型的な特徴です。 教師あり学習は、正解ラベル付きのデータセットからパターンを学習するもので、この問題のように行動のシーケンスを最適化するのには適していません。教師なし学習は、ラベルなしデータから隠れた構造を発見するものであり、半教師あり学習は、少量のラベル付きデータと大量のラベルなしデータを組み合わせるものですが、どちらも報酬に基づく意思決定には直接対応しません。