基于动态多步损失厌恶的在线投资组合管理策略

作     者：马聪 陈怡君 MA Cong;CHEN Yijun

作者机构：西北大学经济管理学院西安710127 西安航空学院图书馆西安710077 

基　　金：国家自然科学基金(72301211) 教育部人文社会科学研究项目(22XJCZH004) 陕西省自然科学基础研究计划项目(2023-JC-QN-0799) 陕西省教育厅项目(22JK0186) 

出 版 物：《工程数学学报》 (Chinese Journal of Engineering Mathematics)

年 卷 期：2024年第41卷第4期

页      码：677-692页

摘      要：奖励函数设计的合理性对于提升深度强化学习算法的性能至关重要。针对投资组合管理任务,识别并解决了现有奖励函数的两大缺陷:一是过度关注短期市场波动而忽略长期趋势;二是对带来奖励和造成损失行为的奖惩相当,这并不符合投资者的损失厌恶心理。为此,借鉴行为金融学中的投资者损失厌恶理论,创新性地提出了一种多步损失厌恶(Multi-step Loss Aversion,MSLA)奖励函数,以更准确地刻画投资者在交易中的行为模式,并据此构建了在线投资组合管理策略。选取A股市场上三个具有代表性的指数,构建了相应的投资组合,在2019年至2023年的历史数据上进行了回测实验。实验结果表明,MSLA奖励函数显著提升了策略的整体性能,从累计收益率、夏普比率和最大回撤等指标来看,普遍优于现有的其他算法。此外,该策略不仅适用于不同市值大小股票组成的投资组合,而且在上涨、下跌和震荡的市场状态下均能保持稳健的性能,这充分说明了该算法在投资组合管理中的有效性和实用性。

主 题 词：深度强化学习 投资组合管理 损失厌恶理论 MSLA奖励函数 

学科分类：12[管理学] 02[经济学] 0202[经济学-财政学类] 1201[管理学-管理科学与工程类] 020204[020204] 

核心收录：

D　O　I：10.3969/j.issn.1005-3085.2024.04.006

馆 藏 号：203130839...