AI.x社区

投资组合优化是金融中的核心挑战，涉及资金在多个资产间的动态配置，传统方法存在假设限制和适应性不足的问题。本研究探讨深度强化学习在投资组合优化中的应用。结果表明，深度强化学习（DRL）模型在投资组合优化中表现优异，年化平均回报率为19.56%，夏普比率为1.5550，显示出卓越的风险调整回报。论文地址：https:arxiv.orgpdf2412.18563摘要人工智能正在改变金融投资决策，深度强化学习（DRL）在机器人顾问服务中展现出应用...

​简介本文开发强化学习代理以支持投资组合管理和优化，结合股票定价数据和替代数据（如SEC文件和新闻头条）。强化学习适合在线环境，能够实时反馈和响应，提升决策效果。替代数据编码进状态矩阵，帮助代理更好地调整投资组合权重。强化学习模型基于马尔可夫决策过程，能够灵活定义不同的奖励函数以满足投资者偏好。主要算法为深度强化学习，利用深度神经网络学习最优策略，目标是最大化未来预期奖励。强调在状态空间、奖励函数...