根据提供的研报内容，以下是量化模型和因子的详细总结： 量化模型与构建方式 1. 模型名称：MP-Adv-DRL-Cor 模型构建思路：结合卷积神经网络（CNN）提取资产价格的动态特征，使用WaveNet建模资产间的交叉依赖性，通过深度强化学习（DRL）优化多期投资组合配置[2][24] 模型具体构建过程： - CNN模块：输入层归一化资产收益，卷积层通过ReLU激活函数提取特征（公式14-15），池化层降维，全连接层合成特征[25][27] - WaveNet模块：采用WaveCorr层捕捉资产时变依赖性（公式16-18），通过膨胀卷积扩大感受野[28] - DRL决策模块：将CNN和WaveNet输出作为DPG算法输入，优化目标函数（公式19），包含交易成本和风险厌恶约束[29][31] 2. 模型名称：MP-CS-PPN-Cor 模型构建思路：使用CNN提取收益特征，结合时间卷积块（TCCB）分析相关性，通过策略网络生成组合权重[43] 3. 模型名称：MP-DPG 模型构建思路：基于深度确定性策略梯度（DPG）的多期优化方法，采用EIIE算法[43] 4. 模型名称：SP-Adv-DRL-Cor 模型构建思路：单期版本的MP-Adv-DRL-Cor，仅优化短期目标[43] 模型的回测效果 1. MP-Adv-DRL-Cor模型 - 标普100指数：h=36时年化收益29.21%，波动率36.14%，夏普比率0.808，最大回撤32.09%[52] - 道琼斯指数：h=36时年化收益28.88%，波动率34.32%，夏普比率0.841[52] - 交易成本影响：ξ=0.5%时年化收益降至18.14%（h=36）[64] 2. MP-CS-PPN-Cor模型 - 标普100指数：h=22时夏普比率0.829，显著优于EW策略[66] 3. EW模型 - 标普100指数：h=1时年化收益12.48%，夏普比率0.508[52] 关键公式 1. 资产收益计算： $r_{t}=(\frac{x_{1,t}-x_{1,t-1}}{x_{1,t-1}},...,\frac{x_{N,t}-x_{N,t-1}}{x_{N,t-1}})^T$ [18] 2. 多期目标函数： $U_{t,h}=\sum_{k=1}^{h}\gamma^{k-1}(r_{t+k}-\lambda\sigma_{t+k}^2)$ [20] 3. 带约束的奖励函数： $u_t=\widetilde{r}_t-\lambda\sigma_t^2-c_1\sum max(0,TO_{i,t}-TO^{max})-c_2\sum max(0,\omega_{i,t}-\omega^{max})$ [31] 模型评价 1. MP-Adv-DRL-Cor：在高维环境中表现优越，能有效平衡长期收益与风险，但对超参数（如风险厌恶系数λ）敏感[52][56] 2. WaveNet结构：相比TCCB具有置换不变性优势，能更稳定捕捉资产相关性[66] 3. 多期策略：长期持有（h>22）通常能提升收益，但需警惕波动率上升风险[52]