AlphaZeroBeta: Deep Reinforcement Learning for Market-Neutral Portfolios
创建于 更新于
摘要
本研究提出 AlphaZeroBeta，通过深度强化学习在滚动前瞻回测框架下构建市场中性投资组合，目标是在保持接近零贝塔的同时实现基准相对超额收益。系统将风险调整后的超额收益、基准相关性以及交易成本纳入多目标回报，并通过 CNN-GRU 编码器的 Recurrent PPO 端到端训练。2014–2024 年在七个全球股票指数上的回测结果显示，该方法在提升夏普比率方面优于基线，同时保持低相关性及具有竞争力的回撤，表明该框架具备跨市场的鲁棒性与扩展性 [page::1][page::21][page::22][page::23]
