强化学习选股模型解析:构建投资组合的量化框架,超额收益超13%
本文剖析三种深度强化学习选股模型(AlphaPortfolio、DeepTrader、MetaTrader),与传统多因子模型相比,年化超额收益达13%以上,最大回撤仅为基准一半,收益超越基准15%~40%。灵活调节组合优化目标,实现风险收益比优化。
本文剖析三种深度强化学习选股模型(AlphaPortfolio、DeepTrader、MetaTrader),与传统多因子模型相比,年化超额收益达13%以上,最大回撤仅为基准一半,收益超越基准15%~40%。灵活调节组合优化目标,实现风险收益比优化。
本文剖析三种深度强化学习选股模型(AlphaPortfolio、DeepTrader、MetaTrader),与传统多因子模型相比,年化超额收益达13%以上,最大回撤仅为基准一半,收益超越基准15%~40%。灵活调节组合优化目标,实现风险收益比优化。
本文剖析三种深度强化学习选股模型(AlphaPortfolio、DeepTrader、MetaTrader),与传统多因子模型相比,年化超额收益达13%以上,最大回撤仅为基准一半,收益超越基准15%~40%。灵活调节组合优化目标,实现风险收益比优化。核心数据:13%以上;15%~40%。
本报告由浙商证券发布,发布于 2023 年。
覆盖 2023 年,全文约 16.0。
本报告为付费报告,可在资料宝站内下单后获取完整内容。
适合量化投资管理人、金融工程师、证券分析师等读者参考。
重点分析了金融投资、超额收益超、量化框架等议题。