PulseAugur
中
实时 13:18:54
English(EN) Deep Reinforcement Learning Framework for Diversified Portfolio Management Across Global Equity Markets

全球投资组合管理的深度强化学习框架

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个深度强化学习框架，用于动态管理全球股票市场的投资组合。该系统利用软Actor-Critic算法，通过在其奖励函数中纳入交易成本、换手惩罚和多元化约束，来优化连续的投资组合权重。尽管该框架表现出潜力，尤其是在欧洲斯托克50指数和高市场不确定性时期，但在所有测试市场中，它并未持续跑赢简单的买入并持有策略。 AI

影响 提出了强化学习在金融投资组合优化方面的新应用，有可能在波动性市场中提高风险调整后的回报。

排序理由 详细介绍新方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.NE (Neural & Evolutionary) 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.NE (Neural & Evolutionary) TIER_1 English(EN) · Robert Ślepaczuk ·

    面向全球股票市场多元化投资组合管理的深度强化学习框架

    This study develops and evaluates a deep reinforcement learning framework for dynamic portfolio allocation across global equity markets. The Soft Actor-Critic algorithm is used to learn continuous portfolio weights within a Markov Decision Process, incorporating transaction costs…

相关实体

相关话题