本文研究了强化学习在资产配置中的应用，比较了不同算法的表现，并发现了一种先进模型 Reward Clipping 在金融领域特别是投资组合优化中的优点。同时，将这些模型与传统投资策略在市场上升和下降期间进行了比较。

本文探讨了利用迁移学习技术解决金融投资组合优化问题的可能性，并引入了一个名为“迁移风险”的新概念。数字实验验证了迁移风险作为可迁移性指标的重要性，并提供了一种计算高效的方法来识别适当的源任务，增强了迁移学习方法的效率和效果。数字实验为不同设置下的投资组合管理提供了有价值的新见解。

本文介绍了一种基于TabuSearch和TokenRing Search的启发式方法来解决投资组合优化问题，该方法采用了Markowitz的经典均值方差模型，并加入了基数和数量限制来更好地捕捉交易流程动态。同时，还探索了三种不同的邻域关系组合，并提出了一种新的初始解构造方法。最后，通过公共基准测试，展示了该技术的表现。