华安证券-“学海拾珠”系列之二百二十六：风险规避型强化学习模型在投资组合优化中的应用-250305

- 本文提出了一种风险厌恶型强化学习算法，结合贝叶斯神经网络和Dirichlet分布策略，旨在优化投资组合分配。

- 该框架通过引入KL散度作为正则化项，并利用VaR作为风险度量，确保在不确定环境中做出稳健决策。

- 实验结果显示，该算法在相同测试条件下表现优于其他强化学习模型，且盈利能力更强。