基于深度强化学习的沪深 300 选股——AI 模型研究第一期
创建于 更新于
摘要
本报告系统介绍了深度强化学习在沪深300选股投资组合构建中的应用。通过使用A2C、PPO和DDPG三种主流深度强化学习算法训练模型，并基于CNE7十大风格因子构建状态空间，最终采用Ensemble策略整合多个模型结果，实现多项风险收益指标优于沪深300指数。报告分析了模型构建细节、训练数据及参数设置，并提出了强化学习在金融领域的应用潜力及当前局限性，强调了模型在风险约束与市场动态自适应中的优势，为专业投资机构提供实践指导。[page::0][page::12][page::13][page::14]
