论文解读：Model-based Deep Reinforcement Learning for Dynamic Portfolio Optimization 大家好，我是知识就是力量，致力于分享我将知识用于变现的思考。 这是我基于Web3的第一篇分享。随着时代的发展，我逐渐从传统的平台（知乎），向Web3平台转移，但分享知识的初衷是不变的。 今天介绍的这篇论文是基于深度强化学习去做投资组合优化的论文。论文中采用了Model-Based RL，想必大家是比较感兴趣的。这篇文章的主要创新点在于，设计了几个帮助强化学习的模型：预测模块（IPM，Infused Prediction Module）基于生成对抗的数据增广模块（DAM，Data Augmentation Module）行为学习模块（BCM，Behavior Cloning Module）总的来说把量化和RL领域的几个Trick进行了大杂烩，然后这些东西都与DDPG结合起来，看起来还是很有道理的（没有道理我们就不会解读了）。 对于资产组合管理问题的建模，本文没有特别说折扣因子是否为0。在与一些Model-Free的论文作者讨...