Risk-Aware Deep Reinforcement Learning for Dynamic Portfolio Optimization
用于动态投资组合优化的风险感知深度强化学习AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确把波动率约束与稳定波动率作为配置研究的重要内容；未研究收益预测、资产定价或尾部与系统性风险模型。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
用于动态投资组合优化的风险感知深度强化学习
- 研究问题
- 研究在市场不确定性下，强化学习如何兼顾动态资产配置的收益、波动率和最大回撤，以及直接风险约束可能产生的代价。
- 方法与思路
- 作者以夏普比率构造奖励，加入最大回撤和波动率约束，使用 PPO 学习配置策略，并与均值方差及等权策略回测比较。
- 材料陈述的贡献
- 摘要报告该模型能够稳定波动率，但过度保守的策略收敛导致风险调整后收益下降，揭示收益目标与风险控制之间的权衡。
- 阅读关注点
- 应核对奖励与约束的实现、股票筛选和回测划分、交易成本处理，以及对过度保守收敛的证据和策略比较的公平性。
- 阅读边界
- 这是 arXiv 预印本，无法据此确认同行评审或期刊接收；摘要未说明回测细节，其结果不足以判断实盘表现或一般市场适用性。
原文摘要
This paper presents a deep reinforcement learning (DRL) framework for dynamic portfolio optimization under market uncertainty and risk. The proposed model integrates a Sharpe ratio-based reward function with direct risk control mechanisms, including maximum drawdown and volatility constraints. Proximal Policy Optimization (PPO) is employed to learn adaptive asset allocation strategies over historical financial time series. Model performance is benchmarked against mean-variance and equal-weight portfolio strategies using backtesting on high-performing equities. Results indicate that the DRL agent stabilizes volatility successfully but suffers from degraded risk-adjusted returns due to over-conservative policy convergence, highlighting the challenge of balancing exploration, return maximization, and risk mitigation. The study underscores the need for improved reward shaping and hybrid risk-aware strategies to enhance the practical deployment of DRL-based portfolio allocation models.