“学海拾珠”系列之二百二十七：使用深度强化学习解决高维多期环境下的组合配置

核心观点

本篇研报探讨了使用深度强化学习（DRL）解决高维多期环境下的组合配置问题。传统的投资组合选择方法通常考虑单期收益，而本文提出的方法则通过结合卷积神经网络（CNN）和WaveNet，捕捉资产价格的动态模式和跨资产依赖性，并通过DRL方法求解多期Bellman方程，获得最优长期投资组合配置。

关键数据和研究结论

• 投资期限的影响：投资组合的盈利能力随着投资期限的延长而增加，但年度波动率也随之上升。存在一个最优投资期限，超过此期限后投资组合表现会下降。
• 风险厌恶系数的影响：风险厌恶系数的增加意味着投资者更倾向于选择保守策略以降低投资组合风险，导致交易频率和投资活动减少，获得高额年回报和高夏普比率的可能性受到限制。
• 交易成本的影响：交易成本的存在主要影响投资组合的盈利能力，而不会增加风险。它还对投资组合的换手率产生重大影响，在存在交易成本的情况下，投资者在投资机会随时间变化时调整投资组合平衡的动机减少。
• 方法比较：本文提出的方法（MP-Adv-DRL-Cor）在不同持有期、交易成本和风险厌恶选择下均表现优于其他方法，包括基于机器学习的其他方法（如MP-CS-PPN-Cor和MP-DPG）和等权重投资组合（EW）。但在短期投资期限下，基于机器学习的方法不一定优于等权重投资组合。

风险提示

本文的结论基于历史数据与海外文献进行总结，不构成任何投资建议。