基于多模态深度强化学习的投资组合优化

文章预览

“ Multimodal Deep Reinforcement Learning for Portfolio Optimization ” 论文地址 ：https://arxiv.org/pdf/2412.17293 摘要 本文提出一种利用多模态数据（历史股价、情感分析、新闻主题嵌入）的强化学习框架，优化S 股票交易策略。通过整合SEC文件和新闻标题的金融情感数据，增强状态空间表示，改进与投资组合绩效指标对齐的奖励函数。采用深度强化学习，使用包含价格数据、情感分数和新闻嵌入的状态张量，结合CNN和RNN等特征提取模型。与传统投资组合优化技术和先进策略进行基准测试，展示该方法在投资组合表现上的优越性。实证结果表明，使用综合数据源和基于利润的奖励函数时，代理能够超越标准基准。 简介 本文开发强化学习代理以支持投资组合管理和优化，结合股票定价数据和替代数据（如SEC文件和新闻头条）。强化学习适合在线环境，能够实时反馈和 ………………………………