来源：期刊VIP网 时间：
作者：杨旭;刘家鹏;越瀚;张芹;
单位：中国计量大学经济与管理学院;浙江万里学院商学院;
摘要：投资组合策略问题是金融领域经久不衰的一个课题，将人工智能技术用于金融市场是信息技术时代一个重要的研究方向。目前的研究较多集中在股票的价格预测上，对于投资组合及自动化交易这类决策性问题的研究较少。文中基于深度强化学习算法，利用深度学习的BiLSTM来预测股价的涨跌，以强化学习的智能体进行观测，更好地判断当期情况，从而确定自己的交易动作；同时，利用传统的投资组合策略来建立交易的预权重，使智能体可以在自动化交易的过程中进行对比，从而不断优化自己的策略选择，生成当期时间点内最优的投资组合策略。文章选取美股的10支股票进行实验，在真实的市场模拟下表明，基于深度强化学习算法的模型累计收益率达到了86.5%，与其他基准策略相比，收益最高，风险最小，具有一定的实用价值。
关键词：投资组合策略;;自动化交易;;深度强化学习;;BiLSTM;;深度确定性策略梯度(DDPG);;权重对比
基金资助：国家社会科学基金项目（18BGL224）
