华安证券-学海拾珠系列之二百三十四：利用强化学习和文本网络改进相关矩阵估计-250508

- 本文提出了一种基于文本网络的强化学习模型（RL-TBN），用于优化相关矩阵和协方差矩阵，显著降低估计误差并提升投资组合稳健性。

- RL-TBN通过结合动态优化与文本网络分析，采用近似策略优化（PPO）算法，表现出较低的波动率和较高的夏普比率。

- 实证结果表明，RL-TBN在不同资产数量和窗口长度下均优于传统方法，且在考虑交易成本后依然保持最佳表现。