20240410-华安证券-_学海拾珠_系列之一百八十四_深度投资组合管理中的对比学习和奖励平滑_16页_1mb

本报告分析了基于深度强化学习（DRL）的投资组合管理新方法，聚焦于对比学习和奖励平滑技术，以提升智能体在不确定市场中的稳健性。通过对美国股市和加密货币市场的实证，展示了该方法在优化资产配置和最大化累积收益方面的有效性。对比学习通过神经关系推理（NRI）匹配相关资产对未来趋势的预测，强化了智能体的决策表征；奖励平滑作为正则化手段，减少动作方差，从而降低过拟合风险。实证结果证明，该组合方法优于传统和基准DRL策略，尤其在高波动市场中表现稳健，但需注意历史数据依赖性和市场不确定性。总体上，建议投资者参考此方法，但结论基于历史数据，不构成投资建议。