强化学习择时跟踪：平 300，多 500
创建于 更新于
摘要
本报告基于强化学习DQN模型，构建股票指数日频择时策略，覆盖主要宽基及行业指数。样本外回测从2017年至2022年，策略整体年化收益率显著高于基准，夏普比率表现优异。具体来看，中证500和中证1000分别取得49.4%和55.6%年化收益，光伏设备和风电设备行业年化收益超百个百分点，表现最为突出。日频调仓策略体现出明显的择时效能，且收益稳健。风险提示包括模型过拟合、参数敏感及可解释性差等。报告详细展示了多指数的回测净值及超额收益趋势，为量化择时研究提供了实证支持 [page::0][page::2][page::3]。
