AlphaPortfolio: Direct Construction Through Deep Reinforcement Learning and Interpretable AI
创建于 更新于
摘要
本报告提出AlphaPortfolio，一种结合多序列注意力机制深度学习与深度强化学习的资产组合直接构建框架，克服传统两步估计收益分布与风险溢价方法的缺陷。该模型通过Transformer Encoder及跨资产注意力网络捕捉高维、非线性、路径依赖及资产间互动特征，并直接最大化投资组合表现指标（如样本外夏普率超过2，风险调整超额收益达13%+），同时能兼顾交易成本、动态约束及多样投资目标。为提升模型可解释性，引入多项式敏感度分析实现“经济蒸馏”，揭示关键特征变量的作用及其动态演化，促进解释性人工智能在金融领域的应用 [pidx::0][pidx::3][pidx::7][pidx::15][pidx::21][pidx::41][pidx::50]。
