强化学习日频择时策略
创建于 更新于
摘要
本报告介绍利用强化学习中的DQN算法构建并优化股指日频择时策略。通过定义状态空间、动作空间及奖励函数，采用深度神经网络训练DQN模型，进行日频调仓交易。样本外上证指数择时策略原始超额收益率18.2%，夏普比率1.31；经过折扣因子、回放内存、回看区间和预测区间等超参数调优后，年化超额收益率提升至37%，夏普比率提升至3.27。研究表明，强化学习能有效捕捉股市短期动态，显著优于基准指数[page::0][page::3][page::6][page::7].
