趋势跟踪策略已经在金融市场中实际应用很长时间,但仍存在着胜率低回撤大的缺点,许多研究者也从不同的方向改进这一策略,但采用智能算法对其改进的研究较少。因此本文引入近几年较为成功的强化学习算法来提高趋势跟踪策略的胜率,降低策略的回撤,进而提高策略的整体表现。本文以双均线策略作为输入样本,以净值为目标训练强化学习算法,同时以期望收益为指标评价普通趋势跟踪策略与本文所提出的基于强化学习的策略。针对算法在投资策略领域应用所存在的一些实际问题,本文采取了折扣奖励归一化、折扣奖励重置和引入惩罚项等方法,改善了训练过程与训练结果。最后,本文以限定持仓量的方式,在110只市值、行业加权抽样样本中对普通趋势跟踪策略和基于强化学习的趋势跟踪策略进行了回测。结果表明,本文所提出的策略净值、期望收益均优于普通趋势跟踪策略,这体现了本策略存在一定的实际应用价值。