`

【广发金工】 强化学习与价格择时

创建于 更新于

摘要

本报告首篇系统介绍了强化学习在量化择时中的应用框架,涵盖状态、动作、奖励、策略等核心概念,重点介绍了DDQN深度强化学习模型设计及其在A股指数ETF和个股上的实证表现。实证结果显示,基于强化学习的择时策略在样本外2023年至2025年间优于基准,多个标的期末累计收益最高跑赢基准逾60%,且胜率均超过50%,表现稳定且具备较强实操价值 [page::0][page::1][page::13][page::18][page::19]。

速读内容

深度阅读

报告