零一之间——Agent 眼中的市场 20250603 摘要 强化学习模型通过评估当前购买行为及未来卖出时机优化转债收益，样 本外数据显示，2020 年后多数时间建议为 0，仅少数时段建议购买，表 明市场多数时候不建议购买，需更高激励促使模型改变决策。 市场观点鲜明时可强调具体投资建议，市场模糊时应关注结构性机会， 寻找特定领域或行业投资机会，而非依赖整体市场趋势。 模型通过引入更多因子或采用退火算法等随机探索策略，并使用缓存池 记录训练数据，以避免局部最优化问题，提升模型泛化能力。 转债个券应用中，模型可降低最大回撤约 9.4%，提高年化回报 2%，但 不适用于电力、银行等超级大盘转债，因其规律与其他转债不同，且数 据量大，日常办公设备难以满足要求。 历史数据显示，模型能有效规避趋势性风险，如成功避开 2024 年 1 月 和 2025 年 3 月期间的市场下跌，并在趋势上升时重新进入，但对小盘 流动性问题等特殊情况难以分辨。 仓位管理可根据市场状态动态调整，长期来看，平均仓位为 46%，适合 与二级债基或半仓转债结合使用，极端情况下可完全退出市场规避风险， 近期保持中性观点灵活调整。 当前适合购买长期上涨且 ...