20240410-华安证券-“学海拾珠”系列之一百八十四：深度投资组合管理中的对比学习和奖励平滑.pdfVIP

[Table_StockNameRptType]

金融工程

专题报告

深度投资组合管理中的对比学习和奖励平滑

——“学海拾珠”系列之一百八十四

[Table_RptDate]

报告日期：2024-04-10主要观点：

[Table_Summary]

[Table_Author]本篇是“学海拾珠”系列第一百八十四篇，文章提出了一种新的基

分析师：骆昱杉

于深度强化学习的方法来训练智能体以实现累积收益最大化为目标配置

执业证书号：S0010522110001

投资组合，方法中应用了对比学习与奖励平滑，以帮助智能体在面对

邮箱：luoyushan@

不确定的未来价格走势时学习稳健的表征。

分析师：严佳炜

⚫对比学习与资产配对

执业证书号：S0010520070001

对比学习是一种通过比较样本之间的相似性或差异性来增强其创

邮箱：yanjw@

建强表征能力的方法，这种方法对投资组合十分有用，因为投资决策依

赖于从数据中提取的表征。在金融市场中，当两种资产在预测未来价格

趋势时可以互相帮助时，它们就被认为是正资产对，否则被视为负资产

对。

⚫多任务学习

为了使智能体学习有效的策略，使用多个目标（也称为多任务学

习）对主要任务是有益的，目标包括：最终投资组合价值、平滑奖励

目标和对比学习目标。总目标中将根据投资组合价值自适应调整权

[Table_CompanyReport]

相关报告

重，以能防止智能体过度依赖噪声奖励，具体来说，当智能体收益较低

1.《基金业绩基准之外的共同持股意或为负时，平滑奖励权重较高，反之权重较低。

味着什么？——“学海拾珠”系列之

一百八十三》⚫将深度强化学习应用于投资组合构建

2.《基于网络和机器学习的因子、资

通过实证分析，本文展示了所提方法在美国股市与加密货币市场中

产和混合配置——“学海拾珠”系列

的有效性。消融实验结果表明，对比学习与奖励平滑都产生了积极影

之一百八十二》

响，且两者的组合表现最好。

3.《收益率、股息增长率和回报可预

测性——“学海拾珠”系列之一百八

⚫文献来源

十一》

4.《基金投资者能否从波动率管理中核心内容摘选自Yun-HsuanLien,Yuan-KuiLi,Yu-ShuenWang在

获益？——“学海拾珠”系列之一百会议IJCAI-2023上录用的文章《Contrastivelearningandreward

八十》smoothingfordeepportfoliomanagement》

5.《如何使用强化学习优化动态资产

配置？——“学海拾珠”系列之一