强化学习引导的 NSGA-II 增强灰色关联系数的多目标优化：在纳斯达克投资组合优化中的应用

arXiv:2607.16194v1 公告类型：新 摘要：在现代金融市场中，决策者越来越依赖定量方法来在多个经常相互冲突的目标之间进行复杂的权衡。本文讨论了约束多目标优化（MOO）及其在投资组合优化中的应用，以最小化风险和最大化回报。为了解决现有的差距，我们提出了一种新型强化学习（RL）引导的非支配排序遗传算法II（NSGA-II），并用灰色关联系数（GRC）增强，称为RL-NSGA-II-GRC，它结合了RL代理控制器和基于GRC的选择，以提高帕累托前沿的收敛性和多样性。代理使用超容量、可行性和多样性等指标在线调整进化参数，而 GRC 锦标赛运营商则通过考虑优势等级、拥挤距离和与理想参考的接近度的统一分数对父母进行排名。我们根据 Kursawe 和 CONSTR 基准以及纳斯达克投资组合应用程序评估该框架。在基准测试中，RL-NSGA-II-GRC 的收敛性比 NSGA-II 提高了约 5.8% 和 4.4%，同时保留了分布良好的非支配解。在投资组合应用中，它产生一个平滑、密集的有效前沿，支持识别最大夏普比率投资组合（年化夏普 = 1.92）和不同风险规避水平的效用最优投资组合。主要贡献有三个方面：1）我们提出了一种 RL-NSGA-II-GRC 方法，将 RL 代理集成到进化框架中，以通过代反馈自适应地控制参数； 2）我们设计了一个GRC增强的二元锦标赛算子，提供了一个全面的指标来引导搜索走向帕累托前沿； 3) 我们在基准 MOO 和纳斯达克案例研究中证明，该方法提供了改进的收敛性和支持可行见解的填充前沿。