基于可掩码股票表示与强化学习的可定制股票池组合管理
投资组合管理
2024-02-28 v4 人工智能
计算工程、金融与科学
机器学习
摘要
组合管理（PM）是一项基础性的金融交易任务，旨在探索将资金周期性再配置于不同股票以追求长期收益的最优策略。强化学习（RL）近期已展现出通过金融市场交互训练出盈利型 PM 智能体的潜力。然而，现有工作多聚焦于固定股票池，这与投资者的实际需求不符。具体而言，不同投资者的目标股票池因市场状态差异而大相径庭，且个体投资者可能临时调整其欲交易股票（如加入一只热门股票），从而形成可定制股票池（CSP）。现有 RL 方法即便股票池仅有微小变动也需重新训练智能体，导致高昂计算成本与性能不稳定。为应对该挑战，我们提出 EarnMore，一种带可掩码股票表示（Maskable stOck REpresentation）的强化学习框架，通过全局股票池（GSP）中的一次性训练来处理 CSP 情形下的 PM。具体地，我们首先引入一种机制以掩蔽目标池外股票的表示；其次，通过自监督掩蔽与重建过程学习有意义的股票表示；第三，设计重加权机制使组合聚焦于有利股票并忽略目标池外股票。基于美国股市 8 个子集股票池的大量实验表明，EarnMore 在 6 项流行金融指标上显著优于 14 个最先进基线，利润提升超 40%。
引用
@article{arxiv.2311.10801,
title = {Reinforcement Learning with Maskable Stock Representation for Portfolio Management in Customizable Stock Pools},
author = {Wentao Zhang and Yilei Zhao and Shuo Sun and Jie Ying and Yonggang Xie and Zitao Song and Xinrun Wang and Bo An},
journal= {arXiv preprint arXiv:2311.10801},
year = {2024}
}