MVO 基线
均值方差优化是经典组合方法，作为被动基线之一。
Run
三个脚本跑通首次运行
官方 2026 教程提供三个 example 脚本，按顺序执行。
下载数据与预处理
python examples/FinRL_StockTrading_2026_1_data.py—— 从 Yahoo Finance 下载道指 30 股票数据，加 MACD/RSI 等技术指标、VIX 与 turbulence index，切分为训练集（2014–2025）与交易集（2026-01-01 至 2026-03-20），存为 train_data.csv 与 trade_data.csv。训练 DRL 智能体
python examples/FinRL_StockTrading_2026_2_train.py—— 用 Stable Baselines 3 训练 5 个智能体（A2C、DDPG、PPO、TD3、SAC），模型存到 trained_models/。回测
python examples/FinRL_StockTrading_2026_3_Backtest.py—— 加载训练好的智能体在交易集上运行，与均值方差优化（MVO）和 DJIA 指数两个基线对比，控制台打印结果并保存 backtest_result.png。
Output
回测输出内容
回测脚本会输出关键指标与图表，帮助你判断不同算法表现。
| 输出 | 说明 |
|---|---|
| 累计收益 | 各智能体在交易集上的累计收益率 |
| 对比基线 | MVO（均值方差优化）与 DJIA 指数 |
| backtest_result.png | 收益曲线对比图 |
Baseline
为什么要对比基线
强化学习策略必须和简单基线比才有意义，否则容易把随机波动当优势。
DJIA 基线
道指指数作为「买入持有」的市场基准。
多算法横向
5 个 DRL 算法互相对比，看哪个在样本外更稳。
Caution
首次运行的注意事项
跑通不等于能赚钱，几个关键点要认清。
研究用途：经典 FinRL 面向教育/研究，回测结果仅代表历史表现，涉及数据、参数、成本与市场环境假设，不构成投资建议或收益保证。
不要直接实盘：任何策略都应先回测、模拟盘验证，再小仓试跑；未经充分验证不得把研究脚本当实盘策略。
FAQ
常见问题
FinRL 训练要多久？
取决于硬件（有无 GPU）、数据量、算法与训练步数。官方示例用道指 30 只股票，训练 5 个智能体在 CPU 上也可跑，但 GPU 会明显更快。
数据下载失败怎么办？
Yahoo Finance 接口可能限流或变动，检查网络、按需重试；必要时换其他数据源（如 Alpaca、WRDS 等）。
训练好的模型存在哪？
默认保存到 trained_models/ 目录，回测脚本从该目录加载。
回测结果好就代表策略有效吗？
不代表。回测存在过拟合风险，需样本外验证、考虑交易成本与滑点，并和基线长期对比。