基于深度强化学习的股票量化投资研究

摘要

针对股票量化投资，将深度强化学习中的Deep Q-learning(DQN)模型应用于算法交易，构建端到端的算法交易系统.首先，利用股票技术分析指标设计股票交易环境，从时间尺度扩充特征集；其次，定义智能体交易的奖励函数和动作空间；然后，设计Q网络结构，将支持向量机和极致梯度提升法学习股票历史数据的涨跌信号加入强化学习中；最后，将算法交易系统应用于中国股票市场，并选择招商银行和泰和科技两支股票以及其余4支股票进行验证，从收益率、夏普比率和最大回撤率三方面评价投资绩效，结果表明该算法系统在收益率上有显著提升的同时，最大回撤率有所降低，模型的抗风险能力较高.

关键词

量化投资 / DQN / 强化学习 / 算法交易