基于深度强化学习的投资组合管理研究

摘要

投资组合管理是金融投资领域最常遇到的问题之一,在给定一组投资组合资产下,投资者把资金按一定比例分别投资于不同资产上,以实现分散风险、提高收益的目的。深度强化学习是一门新兴的研究领域,目前已经成功达到或超过人类在玩Atari游戏时的水平。深度强化学习的成功引起了金融界的广泛兴趣,我们考虑这些技术是否可以用于金融投资组合管理问题中。实现两种流行的深度强化学习算法——双延迟深度确定性策略梯度算法(TD3)和策略梯度算法(PG),并应用于中国市场龙头企业中成交量较大的5支股票和国债组成的资产包中。实验结果表示,TD3和PG算法在测试集上年利率分别可达84.71%和55.06%,明显高于其他对照组,充分证实深度强化学习在金融投资组合管理问题中的有效性。