基于可靠性的双目标投资组合优化的深度强化学习

arXiv:2607.06610v1 公告类型：新 摘要：不确定性下的投资组合优化本质上是一个多目标决策问题，涉及回报、风险、市场动态和实际投资约束之间的复杂相互作用。现有的基于可靠性的投资组合优化方法主要依赖于静态优化框架，通常无法捕获顺序决策、尾部风险和交易成本等市场摩擦。为了解决这些限制，我们提出了一种基于多目标可靠性的投资组合优化的深度强化学习框架（MORP-DRL）。所提出的框架使用三种互补的风险度量来联合优化预期回报和下行风险：方差、条件风险价值（CVaR）和熵风险价值（EVaR）。为了对不确定性和重尾市场行为进行建模，使用 GARCH(1,1)、极值理论和 t-copula 依赖结构来表示资产回报，同时通过准蒙特卡罗模拟生成现实场景。基于近端策略优化 (PPO) 的策略是在包括交易成本和投资组合边界在内的实际约束下开发的，并以 NSGA-II 为基准。对涵盖新冠疫情前、新冠疫情和新冠疫情后市场制度的十个全球股票指数进行的实验表明，MORP-DRL 实现了有竞争力的风险回报表现，降低了市场压力期间的下行风险，并可扩展至高维投资组合设置。