Knowledge Distilled Deep Deterministic Policy Gradient for Portfolio Management
创建于 更新于
摘要
本报告提出了一种结合Markowitz投资组合理论与强化学习的混合方法——知识蒸馏DDPG（KDD），通过监督学习阶段预训练代理，再通过强化学习优化投资组合配置。实验表明，KDD模型在收益率、夏普比率等九项指标上均优于传统模型和主流AI算法，最高夏普比率达2.03，实现了高收益与低风险的有效平衡，验证了其在复杂动态金融市场的应用潜力[page::0][page::1][page::4][page::7][page::9][page::10][page::11]。
