本研究旨在研究深度强化学习在负责任投资组合优化中的应用，通过纳入环境、社会和治理评估指标，并与修改后的均值 - 方差优化方法进行比较，结果表明深度强化学习策略在满足投资收益和负责任投资目标的加性和乘性效用函数方面表现出有竞争力的表现。
Mar, 2024
本文提出的优化黑盒方法使用贝叶斯优化算法（Bayesian optimization，BO）来最大化遵循 ESG 标准的股票投资组合的表现，以此来平衡回报和风险。
Feb, 2023
该研究基于改进的均值 - 方差模型实现了面向社会责任投资者的投资组合优化，考虑了环境、社会和治理等方面的因素，并在收益率和投资组合的平均 ESG 得分之间做出了权衡。
May, 2023
在实践中，决策者经常面临着不同的风险偏好和不确定性的情况，传统的风险中性强化学习框架无法很好地捕捉到这些情况。本文提出了一种利用泛化的效用函数来解决风险敏感的强化学习问题的方法，并设计了可实现的近似算法来求解该问题。
Nov, 2023
对于以深度强化学习（DRL）为基础的环境、社会和治理（ESG）金融投资组合管理，重点研究了 ESG 评分市场监管的潜在益处。研究结果表明，在以 ESG 评分为基础的市场监管中，DRL 代理在表现上优于标准的道琼斯工业平均指数（DJIA）市场设置，并且 ESG 因素在投资组合管理决策中起到重要作用。
Jun, 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
通过比较三种投资组合优化方法的表现，本文提出了一种基于强化学习的组合设计方法，利用印度股市历史数据进行训练和测试，并使用年回报、年风险和夏普比率等指标进行了比较。
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
提出了一种基于强化学习的框架（SARL）来应对金融投资组合管理中数据异构性和环境不确定性的问题，实验结果表明，该框架可以提高投资组合的累积收益和风险调整后的利润。
Feb, 2020
利用知识蒸馏进行训练的混合方法，将 Markowitz 的投资组合理论与强化学习相结合，通过两个训练阶段（监督学习和强化学习）来优化投资组合装配，结果表明我们的模型在回报和夏普比等指标方面表现出色，确保了在相似回报情况下的最高盈利和最低风险。