Zespół badaczy zaprezentował nową ramę obliczeniową (MORP-DRL) opartą na deep reinforcement learning do optymalizacji portfela inwestycyjnego, która jednocześnie minimalizuje ryzyko i maksymalizuje zwroty. Klasyczne podejścia do tego problemu używają metod statycznych, które nie potrafią uchwycić złożonych wzorów zmian rynkowych, kosztów transakcji czy ekstremalnych warunków rynkowych.
Nowa metoda wykorzystuje Proximal Policy Optimization (PPO) i modeluje zwroty z akcji za pomocą zaawansowanych technik: modelu GARCH(1,1) do uchwytu zmienności, Extreme Value Theory do obsługi ekstremalnych scenariuszy oraz t-copula do reprezentacji zależności między aktywami. Do generowania realistycznych scenariuszy rynkowych zastosowano symulacje quasi-Monte Carlo. Oprócz tradycyjnych miar ryzyka takich jak wariancja, framework uwzględnia Conditional Value-at-Risk (CVaR) i Entropic Value-at-Risk (EVaR), które lepiej odzwierciedlają ryzyko katastrof na rynkach finansowych.
Badacze przetestowali rozwiązanie na danych z dziesięciu globalnych indeksów akcji obejmujących okresy przed pandemią, podczas COVID-19 i po niej, porównując wyniki z algorytmem NSGA-II. MORP-DRL wykazał konkurencyjną wydajność w normalnych warunkach rynkowych oraz znacznie lepszą ochronę portfela podczas okresów dużej zmienności i stresu na rynkach. Metoda pokazuje również zdolność do skalowania na portfelach złożonych z wielu aktywów, co otwiera praktyczne zastosowania dla zarządzających funduszami i inwestorów instytucjonalnych.