面向投资组合管理的盈利、风险与可持续性平衡

股票投资组合优化是持续将资金重新配置到一组选定股票的过程。这是一个特别适合强化学习的问题，因为每日收益是复利的，且目标函数可能包含不止盈利，例如风险和可持续性。我们开发了一种新的效用函数，以夏普比率代表风险，以环境、社会和治理得分（ESG）代表可持续性。我们表明，一种最先进的策略梯度方法——多智能体深度确定性策略梯度（MADDPG）——由于平坦的策略梯度而无法找到最优策略，因此我们改用遗传算法进行参数优化以替代梯度下降。我们表明，我们的系统在性能上优于 MADDPG，同时通过允许连续动作空间改进了深度 Q 学习方法。关键在于，通过将风险和可持续性标准纳入效用函数，我们改进了投资组合优化强化学习的最先进水平；风险和可持续性在任何现代交易策略中都是必不可少的，我们提出了一种不仅报告这些指标、而且主动优化投资组合以改善它们的系统。