通过一次性训练全球股票池中的可定制股票池，提出了具有可屏蔽股票表示的增强学习框架 EarnMore，通过掩盖目标池外的股票的表示、学习有意义的股票表示和重新加权机制，在 8 个美国股票市场的子集股票池上的大量实验证明，EarnMore 在利润上的 6 个常用金融指标上显著优于 14 种最新算法，达到了超过 40% 的提升。

Nov, 2023

使用深层强化学习的自主交易代理设计动态投资组合优化模型，通过模型无关机器学习模块、生成式对抗数据增强模块以及行为克隆模块实现训练，对历史金融市场数据进行模拟交易，证明该模型相较于先前的交易策略是稳健的、盈利的和风险敏感的。

Jan, 2019

本文提出了一种基于元学习和深度增强学习的投资组合管理方法 MetaTrader，通过模仿不同的专家策略来获取适应不同市场的交易策略，并学习元策略来决定最适合的策略。实证结果表明，MetaTrader 在平衡利润和风险方面显著优于现有的基线模型，并通过彻底的消融研究验证了该方法组成部分的有效性。

Sep, 2022

提出了一种基于层次化强化学习的股票交易系统，将交易过程分解为管理和执行交易两个级别，并通过预训练和迭代训练方式对两个层级的策略进行训练，从而实现长期收益的最大化和交易成本的最小化。在美股市场和中国股市的实验证明了此方法的显著效果提升。

Dec, 2020

本研究提出一种基于强化学习（RL）的加密货币投资组合管理系统，该系统在信息理解和交易执行方面都采用了区块链上链数据，经过回测测试，其累计收益率、日收益率和 Sortino 比率均表现优异，尤其是相比比特币，本系统可将以上指标分别提高至少 83.14％，0.5603％和 2.1767。

Jul, 2023

本文提出了一个具有 EIIE 拓扑结构、PVM、OSBL 方案和完全利用和显式奖励函数的基于深度强化学习的组合策略金融投资组合管理框架，该框架需要使用 CNN、RNN 或 LSTM，通过在加密货币市场上进行三次回测实验，与其他相比，实现了最好的投资回报。

Jun, 2017

提出了基于多智能体强化学习模型的股票投资策略生成系统 (MAPS)，在实验中，MAPS 的表现表明其具有更好的 Sharpe 比率，并且加入更多的智能体可以降低风险并获得更多的收益。

Jul, 2020

提出了一种以权重分配为中心的投资组合管理器，可以在后定格式市场上执行金融交易，并超过传统投资组合管理器的风险调整收益。

May, 2024

在高度动荡的金融市场环境下，本研究提出了一个自适应的多智能体框架（MASA），采用了深度学习和强化学习方法作为反应性代理，平衡投资组合的回报和潜在风险。该框架中的市场观察者代理提供了有价值的市场趋势信息，以帮助多智能体反应性学习方法快速适应不断变化的市场条件。经验证实，MASA 框架在过去 10 年的 CSI 300 指数、道琼斯工业平均指数和标准普尔 500 指数上相比其他已知基于强化学习方法的方法表现出潜在优势，并为未来的研究提供了多个可能的方向。

Feb, 2024

本文提出了一种基于强化学习的投资组合优化系统，使用 Sharpe 比率和 ESG 评分作为效用函数，使用遗传算法进行参数优化，超越了现有的强化学习方法。

Jun, 2022