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-240410

　　主要观点：

　　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不确定的未来价格走势时学习稳健的表征。http://www.hibor.com.cn【慧博投研资讯】

　　对比学习与资产配对

　　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。http://www.hibor.com.cn（慧博投研资讯）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，当智能体收益较低或为负时，平滑奖励权重较高，反之权重较低。

　　将深度强化学习应用于投资组合构建

　　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响，且两者的组合表现最好。

　　文献来源

　　核心内容摘选自Yun-Hsuan Lien, Yuan-Kui Li, Yu-Shuen Wang在会议IJCAI-2023上录用的文章《Contrastive learning and reward smoothing for deep portfolio management》

　　风险提示

　　文献结论基于历史数据与海外文献进行总结；不构成任何投资建议。