FinXplore：用于平衡与发现投资机会的自适应深度强化学习框架
机器学习
2025-09-16 v1 人工智能
摘要
投资组合优化对于在金融决策中平衡风险与回报至关重要。深度强化学习（DRL）作为一种前沿工具，通过试错交互学习动态资产配置，在投资组合优化中脱颖而出。然而，大多数基于 DRL 的方法仅限于在预定义的投资范围内分配资产，而忽略了对新机会的探索。本研究引入了一种投资全景，将利用现有资产与在扩展范围内探索新投资机会相结合。所提出的方法利用两个 DRL 智能体，并动态平衡这些目标，以适应不断变化的市场并提升投资组合表现。一个智能体在现有范围内分配资产，而另一个智能体则协助在扩展范围内探索新机会。使用两个真实世界市场数据集验证了所提方法的有效性。实验表明，所提方法优于当前最先进的投资组合策略和基线方法。
引用
@article{arxiv.2509.10531,
title = {FinXplore: An Adaptive Deep Reinforcement Learning Framework for Balancing and Discovering Investment Opportunities},
author = {Himanshu Choudhary and Arishi Orra and Manoj Thakur},
journal= {arXiv preprint arXiv:2509.10531},
year = {2025}
}