来源：期刊VIP网 时间：
作者：董小刚;韩元元;秦喜文;
单位：长春工业大学数学与统计学院;吉林省数据科学与智能决策重点实验室;
摘要：为构建更加全面有效的投资组合，采用了深度确定性策略梯度算法，并在奖励函数中引入了风险衡量指标索提诺比率来实现风险与收益之间的权衡.除基本的股票数据外还将股票市场中的技术指标作为状态的输入，以捕捉股票市场的主要趋势.经数据检验，与其他强化学习算法对比，改进奖励函数的DDPG算法能够在控制风险的同时得到较高收益，有效地实现了风险的分散和投资组合的稳健性.
关键词：股票投资组合;;深度强化学习;;索提诺比率;;深度确定性策略梯度
基金资助：吉林省自然科学基金资助项目(20210101149JC);; 国家社会科学基金资助项目(2024BTJ074,2023BTJ047)
