文章预览
点击上方 “ Allin君行 ” ,关注我们 摘要 【核心观点】 本文利用强化学习领域中的策略梯度类算法改进量化行业配置模型,从特征提取、样本构造,和参数更新多个方面进行优化,提供一个风险收益性价比更优的周频价量行业配置策略 。 基于价值的算法实现行业轮动的得与失: 强化学习算法在因子挖掘、收益预测、投资组合构建,和交易执行等多个投资环节均有应用。在前期研究中,我们以强化学习中的时序差分算法作为切入点,对指数择时和行业配置进行了实践。 在跟踪行业配置模型过程中,权益市场行情经历了较大波动,模型效果也受到了一定挑战,在年初2月2日、2月5日仅2个交易日就出现了约4.7%的超额回撤,之后超额恢复增长趋势,但其波动水平明显上升。这一回撤引出了策略模型亟待解决的问题——如何降低风格突变对策略模型的
………………………………