量化投资算法前瞻：强化学习——金融工程研究报告
创建于 更新于
摘要
本报告系统介绍了强化学习在量化投资中的应用，基于马尔可夫决策过程，详细阐述了双网络DQN算法构建单资产择时策略框架，并通过价量数据实现对宽基指数及行业指数的有效择时。报告展示了强化学习策略在中证1000等指数上实现逾21%的年化收益及良好风险控制，证实该方法在多标的市场均具备良好的迁移性和超额表现能力，强调了算法参数调优的重要性及未来进一步优化空间[pidx::0][pidx::14][pidx::15][pidx::16][pidx::17][pidx::18][pidx::19][pidx::20][pidx::21]
