中金 | 机器学习系列（2）：强化学习模型轮动框架下的行业配置

文章预览

中金研究 我们在机器学习系列第一篇报告 《机器学习系列（1）：使用深度强化学习模型探索因子构建范式》 中使用强化学习模型生成因子表达式，所挖掘的因子在样本外有效性较为显著。本篇报告作为机器学习系列报告的第二篇，我们将回归强化学习的优势领域：组合优化任务。 我们将深度强化学习模型应用到行业配置（行业轮动）中，充分发挥强化学习在序列决策任务上的优势，让强化学习模型选出可能具有相对优势的行业。在尝试了多种创新性训练方法以避免模型的过拟合等关键问题后，我们发现使用 强化学习模型轮 动的训练 框架 可以最终得到 兼顾稳定与收益 的结果。 点击小程序查看报告原文 Abstract 摘要 强化学习的优势领域：组合优化 我们认为强化学习相较于其他传统机器学习模型而言，与环境交互更新策略的方式使其更加适用于 ………………………………