EvoNash-MARL：一种面向中期权益配置的闭环多智能体强化学习框架
人工智能
2026-04-15 v2 机器学习
摘要
中长期权益配置因预测结构弱、市场状态非平稳以及真实交易约束下信号衰减而极具挑战性。传统方法通常依赖单一预测器或松耦合流程，这限制了分布偏移下的鲁棒性。本文提出 EvoNash-MARL，一个闭环框架，该框架将强化学习与基于种群的策略优化和执行感知选择相结合，以提高中长期配置的鲁棒性。该框架在统一的前向推进设计中结合了多智能体策略种群、博弈论聚合和约束感知验证。在 120 窗口前向推进协议下，最终配置在内部基线中取得了最高的鲁棒得分。在 2014 年至 2024 年的样本外数据上，它实现了 19.6% 的年化回报率，而 SPY 为 11.7%，并且在截至 2026 年的扩展评估中保持稳定。虽然该框架在现实约束和不同市场环境下表现出一致的性能，但在 White 现实检验（WRC）和 SPA-lite 检验下，并未建立强有力的全局统计显著性。因此，结果提供了改进鲁棒性的证据，而非市场择时能力优越性的确凿证明。
引用
@article{arxiv.2604.10911,
title = {EvoNash-MARL: A Closed-Loop Multi-Agent Reinforcement Learning Framework for Medium-Horizon Equity Allocation},
author = {Chongliu Jia and Yi Luo and Sipeng Han and Pengwei Li and Jie Ding and Youshuang Hu and Yimiao Qian and Qiya Wang},
journal= {arXiv preprint arXiv:2604.10911},
year = {2026}
}