資產配置最佳化是一個將資產分配在不同的標的上，藉此達到分散風險或報酬最佳化的金融問題。而投資標的間需存在著差異性，才能達到分散風險的目的，例如股票和債券。根據市場價格做出配置的過程並根據市場給予的報酬來調整的過程，與強化式學習透過與環境不斷的互動來學習行為模式，藉此達到極大化報酬的目的一樣。

　　在這項研究中，我們基於強化式學習的架構下，研究如何在不同的資產價格下，找出最佳的配置。除了資產價格之外，更納入了資產的波動度當作配置資產的要素之一，並加入了三四階動差來最佳化配置的過程。基於分散風險的目的，我們採用了美國各種類型的ETF建立投資組合，實驗結果證明我們的模型在配置過程中能有效降低風險和最大化資產報酬。