投资组合选择是量化投资领域的一个基础研究问题,其含义是科学地分配一组资产的资金投入比例。随着机器学习技术的发展,作为其重要分支的在线学习算法得到了更广泛的应用,通过在线学习算法选择投资组合逐渐成为一个重要的研究方向。同时,随着我国的经济实力不断增强,股票市场的流动性和活跃性不断提高,股票市场的信息也变得越来越庞杂。在这种情况下,吸纳更多市场和上市公司的信息、利用在线学习算法构建投资组合策略具有越来越重要的现实意义。多臂赌博机算法是在线学习领域的一类重要算法。Shen等人[28]利用多臂赌博机算法构造了一个投资组合策略,取得了比等权组合更多的累计收益。在其研究的基础上,本文以沪深300成分股和上证50成分股为实证对象,通过多因子模型预测股票收益率及其协方差矩阵,旨在吸纳上市公司特征信息,并在计算协方差矩阵时考虑了因子收益率在时序上的相关性,对其进行了 Newey-West调整。此外,本文还利用效率和稳定性更高的KL-UCB算法对策略进行了改进。具体而言,首先,本文对63个因子进行了因子IC分析和收益率分析,初步确定了有效因子,将同类别内Spearman相关系数超过0.7的因子进行IC加权合成,形成最终有效因子;利用移动均值模型预测了股票收益率,利用Barra模型估计了其协方差矩阵。其次,将协方差矩阵分解为系统性风险部分和特质性风险部分,分别通过UCB算法按照夏普比率选择最优投资组合,将其合成和调整后得到最终权重向量。最后,为进一步提高策略的累计收益率,将历史信息纳入KL-UCB算法并对其进行适应策略的调整,重新计算最优投资组合,进而形成了基于多因子模型和KL-UCB算法的投资组合策略。回测结果表明,相比于沪深300指数、上证50指数及其各自的等权组合,利用KL-UCB算法改进后的策略能够显著地提高夏普比率和累计收益率,且能够将最大回撤率控制在20%以内,证明了策略能够在控制住最大损失的前提下获得较高的累计收益率。其次,改进后的基于KL-UCB算法的策略的累计收益率在回测区间内几乎可以保持领先,说明策略能够稳定地获取收益。因此,本文证明了多因子模型与多臂赌博机算法结合的投资组合策略的合理性,也证明了基于KL-UCB算法的投资组合策略在中国股票市场的有效性。