集成深度強化學習在股票指數(shù)投資組合優(yōu)化中的應用分析

摘要： 基于集成深度強化學習的投資組合選擇是當前量化金融領域的關鍵技術之一。然而，目前采用上一窗口階段最優(yōu)指標決定下一階段代理的集成滾動窗口方法存在一定的滯后性。為了有效應對這一不足，提出了雙層嵌套集成深度強化學習方法。該方法對三種代理（優(yōu)勢演員-評論員、深度確定性策略梯度和近端策略優(yōu)化）進行兩層嵌套模式，第一層集成通過最優(yōu)化夏普比率進行階段模型選擇，第二層通過加權投票的方法集成三種深... （共8頁）