本文通过比较三种投资组合设计方法 (均值 - 方差组合，分层风险平价组合和自编码器组合)，应用于国家证券交易所上列出的十个主题行业的股票历史价格，并在测试数据上进行了表现测试，结果发现 MVP 组合在风险调整回报上表现最佳，而自编码器组合在年收益率上表现最好

Jul, 2023

本研究在印度股市上对三种投资组合优化方法（最小方差组合、分层风险平衡组合、最优风险调整组合）进行了比较研究，以印度国家股票交易所上 15 个行业的股票为重点。对每个行业，根据 2022 年 7 月 1 日 NSE（国家股票交易所）发布的报告，选择每个集群的前股票，并使用三种投资组合优化方法进行设计。该研究使用累计回报率、年度波动率和夏普比率三个指标来评估投资组合的绩效，识别出在训练和测试期间实现最高累计回报率、最低波动率和最大夏普比率的投资组合。

Oct, 2023

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

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

这项研究探讨了利用强化学习在 S&P 500 指数上进行交易的可行性，并采用了 Value Iteration (VI)、State-action-reward-state-action (SARSA) 的在线策略和 Q-Learning 的离线策略进行实验。该研究使用包含 2000 年至 2023 年多年的股市数据集进行训练和测试，并给出了包括 COVID-19 流行年份和排除 COVID-19 年份两种不同时间段的实验结果和发现。实验结果表明，在训练数据集中包含 COVID-19 时期的市场数据可以比基准策略获得更好的性能。在测试中，在线策略方法（VI 和 SARSA）胜过 Q-Learning，突显了偏差 - 方差权衡和简单政策的泛化能力。然而，需要注意的是，Q-Learning 的性能可能会因未来市场情况的稳定性而有所不同。未来的工作包括在测试和交易不同的个股时尝试更新的 Q-Learning 策略，并探索替代经济指标用于训练模型。

Jun, 2023

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

近年来，深度强化学习在在线组合选择中的应用得到了广泛的关注。我们提出了一个新的培训和评估过程以评估古典深度强化学习算法在组合管理中的表现，发现大多数深度强化学习算法不够健壮，策略泛化能力差，在回归测试期间很快退化。

Jun, 2023

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

在这篇论文中，作者介绍了 DQN 算法在资产管理组合中的创新和直接应用，并且表明 DRL 算法在投资组合管理中的有效性，同时提出了通过添加约束条件来改善结果的建议。

Feb, 2024

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