本研究探讨了现代投资组合理论与深度强化学习在资产配置中的应用，提出了CPPO和Dirichlet策略等多种优化算法，解决复杂的资源分配和组合优化问题。实验结果表明，这些方法在效率和性能上优于传统策略，尤其在不同市场趋势下表现突出。