通过定量而不是定性的方法,构建各种各样的数学模型,从各式金融数据来源中探寻出金融市场的统一规律,赋予统一的范式是量化投资方法中“量化”的本质。量化投资技术具有极高的公式化、范式化以及重视数据的特点。从特点上看,人工智能技术在量化投资领域具有很好的应用价值:量化投资是人工智能技术的良好应用场景。人工智能算法的应用,使投资者具备智能,可以随时根据金融金融市场的变化进行学习,并且比人类投资者更为冷静理性。人工智能中有两大量化投资技术的适用领域:代表着监督学习的机器学习和代表着非监督学习的强化学习方法。本文采取的是基于强化学习的方法,构建量化投资策略。主要原因是在机器学习中对数据集提出了更高的要求:数据之间必须是独立同分布的。但是金融市场的数据具有特殊性,很多时候存在时序上的相关性（比如说市场风格切换等）,这时候无法满足机器学习应用的前提,在模型的训练和准确度等方面将会导致许多问题。但是强化学习并不需要这样的前提假设,这是强化学习算法更适用于量化投资领域的其一;其二,从模型的可解释性的角度来看,在机器学习算法中,输入输出之间的关系往往呈现出“黑盒”的现象,我们无法解释收益性的来源,这让我们构建出的量化投资策略失去了可信度。在强化学习中,其模型训练逻辑和金融市场中进行买卖操作的逻辑是一致的:在某一个市场状态下采取一定的买卖操作,得到收益奖励,根据得到奖励的反馈来反思复盘策略的正确与否,这让算法逻辑更易解释。DDPG模型是深度强化学习模型中较为成熟的一类算法,同时,其状态空间以及动作空间能对连续性变量进行处理这一特性使得它能很好地适应金融多变的市场情况,成为一个良好的载体。基于该模型,我们构建了基于上证50和中证800的样本池的A股量化投资策略。这是将人工智能融入多因子选股体系,将多因子选股模型中的因子生成、多因子合成、组合优化风险控制三大步骤进行一步整合的一次尝试;并且,区别于市场上普遍的只是针对单只股票进行择时操作的投资策略,本文构建的策略是在多只股票上进行的,更加符合现实的操作情况;在理论知识上,将量化投资理论中传统的技术指标因子有机地融合到深度强化学习模型中,技术指标处理相当于特征处理的过程,为模型提供了更多信息加强模型对市场形态的把控。本文分别基于上证50、中证800样本池对DDPG模型进行训练和回测。从回测结果来看回测,在上证50样本池中,智能体的操作并不频繁,操作可持续性不强,整个回测期间,对27只股票,进行了78次操作。从回测净值曲线来看,智能体表现波动比较大,收益率水平受市场影响比较大。相对上证50年化超额收益率为10.22%,超额显著,但是收益波动比和夏普比率较低,超额净值的年化波动率达到18.02%,策略波动还是比较大,存在改进的空间。在中证800样本池中,回测的效果更好,超额收益率更为显著和稳健,同时智能体操作的可持续性较强。从操作来看,智能体在中证800样本池中回测期间对73只股票进行了136次操作。回测策略相对中证800年化超额收益率为24.59%,超额收益显著。同时,从夏普比率和收益波动比来看,相比在上证50样本中测试的结果更好。但是本文的研究仅仅只是将深度强化学习领域应用于A股市场的一次初步的尝试,未来还有许多发展空间。金融市场具有不稳定性,市场状态和趋势是在实时变化的,再加上A股市场具有特殊性,尚未完全成熟,虽然我们已经将技术指标融合到深度强化学习的感知之中,但是对于智能体来说,它对市场的感知还是远远不够的,对强化学习模型的适应性提出了更高的要求;同时,本文构建的投资策略距离落地实践还有很远的距离。一个成熟的量化投资交易自动化系统中,需要包括风险层、策略轮动层、自适应层等多层次的模块配置。并且,本文的策略只是单一地对股票资产进行配置,在真正进行投资时,我们要在多类资产间进行配置,以此控制风险。