Reinforcement Learning for Portfolio Optimization with a Financial Goal and Defined Time Horizons
创建于 更新于
摘要
本文提出基于G-Learning的目标导向投资组合优化框架，并结合GIRL（逆强化学习）对奖励参数进行估计，以在给定时限内最大化组合终值并最小化定期投入。通过模拟高波动市场与99只风险资产，报告展示了G-Learning使Sharpe从0.42提升至约0.481–0.483的结果，并指出GIRL对最终业绩的边际改进（例如λ从0.002学习为0.0012）[page::0][page::23][page::24]
