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

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

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

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

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

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。

May, 2024

利用强化学习方法（包括深度 Q 学习、深度 SARSA 和策略梯度方法）训练的智能代理，可以自主分析模型过去的数据，并制定分析策略进行股票交易，2021 年前收益率大概为 70% 到 90%，2021 年收益率大概在 2% 到 7% 之间，并且总体上保持了正收益。

Jun, 2023