研究人员开发了一个新颖的深度强化学习框架MORP-DRL，旨在通过同时考虑预期回报和下行风险来优化投资组合。该框架整合了方差、条件在险价值（CVaR）和熵在险价值（EVaR），以模拟包括肥尾行为和交易成本在内的复杂市场动态。在各种市场环境下进行的实验表明，MORP-DRL在压力市场条件下提供了具有竞争力的风险回报表现和增强的稳定性，并展示了其在高维投资组合中的可扩展性。 AI
影响 该框架可以通过提供更稳健的风险管理和回报优化策略来增强金融建模。
排序理由 该条目是一篇学术论文，详细介绍了一种使用深度强化学习进行投资组合优化的新方法。[lever_c_demoted from research: ic=1 ai=0.7]
- CVaR
- deep reinforcement learning
- GARCH(1,1) Model of the Financial Market with the Minkowski Metric
- MORP-DRL
- Proximal Policy Optimization
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
