在不确定性下的投资组合优化本质上是一个多目标决策问题，涉及收益、风险、市场动态和实际投资约束之间的复杂交互。现有的基于可靠性的投资组合优化方法主要依赖于静态优化框架，常常无法捕捉到序列决策、尾部风险以及市场摩擦（如交易成本）。为了解决这些局限性，我们提出了一种基于深度强化学习的多目标可靠性投资组合优化框架（MORP-DRL）。该框架通过三种互补的风险度量：方差、条件风险价值（CVaR）和熵风险价值（EVaR），共同优化预期收益和下行风险。
为了建模不确定性和重尾市场行为，资产收益通过 GARCH(1,1)、极值理论和 t-copula 依赖结构进行表示，同时通过准蒙特卡洛模拟生成现实场景。在实际约束（包括交易成本和投资组合边界）下，开发了基于近端策略优化（PPO）的方法，并与 NSGA-II 进行了基准测试。
在十个全球股票指数的实验中，涵盖了疫情前、疫情中和疫情后的市场环境，结果表明 MORP-DRL 在风险收益表现上具有竞争力，并在市场压力期间降低了下行风险，同时具备高维投资组合设置的可扩展性。
博主点评： 本文通过引入深度强化学习，克服了传统静态优化在动态市场环境下的不足，其创新的多目标优化思路为投资组合管理提供了新的视角与工具，尤其是在应对市场波动性和尾部风险方面具有重要意义。该方法的成功应用将推动金融科技领域的进一步发展。