基于动态选择预测器的深度强化学习投资组合模型

作者：赵淼; 谢良^*; 林文静; 徐海蛟

来源：计算机科学, 2023, 1-14.

• 强化学习
• LSTM
• 投资组合
• 股市预测
• 神经网络

近年来，投资组合管理问题在人工智能领域得到了广泛的研究，但现有的基于深度学习的量化交易方法存在一些可以改进的地方。首先，对股票的预测模式单一，往往一个模型只训练出一个交易专家，交易的决策也仅根据模型预测结果；其次，模型使用的数据源相对单一，只考虑了股票自身数据，忽略了整个市场风险对股票的影响。针对上述问题，文中提出了基于动态选择预测器的强化学习模型（DSDRL）。该模型分为三个部分，首先提取股票数据的特征并传入多个预测器中，针对不同的投资策略训练多个预测模型，用动态选择器得到当前最优预测结果；其次，利用市场环境评价模块对当前市场风险进行量化，得到合适的投资金额比例；最后，在前两个模块的基础上建立了一种深度强化学习模型模拟真实的交易环境，基于预测的结果和投资金额比例得到实际投资组合策略。文中使用中证500和标普500的日k线数据进行测试验证，结果表明，此模型在夏普率等指标上均优于其它参照模型。

• 单位
  广东第二师范学院; 武汉理工大学