量化行业配置：策略梯度算法

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 ………………………………