基金投资组合动态管理能够分散投资组合的风险、提升投资组合的稳定性,帮助投资者实现资产的稳定增值。现有的基金投资组合动态管理方法主要通过预测基金价格未来趋势进行调整,然而基金价格的未来变化趋势难以预测,这导致基金投资组合动态管理稳定性较低。鉴于此,本文从交易策略出发,提出了一种基于深度强化学习的基金投资组合动态管理优化方法PPO-VAR。首先,该方法通过深度神经网络去感知基金组合数据在市场中的动态变化,以进行特征提取。然后使用金融学投资组合理论在险价值（Value At Risk,VAR）模型,计算所有调整方案中收益回报与风险的平衡值大小,根据平衡值大小确定最优调整方案。最后利用强化学习的方法训练模型,使得模型能够及时做出正确的调整决策。具体而言,本文主要包含以下三个方面的研究内容:（1）筛选兼具多样性和低相关性的基金构建投资组合。在金融市场中,基金的种类繁多、数量庞大,并且基金之间存在一定的相关性。如果构建包含多只强相关性基金的投资组合,会增大基金投资组合的系统化风险,现有方法很难降低系统化风险。本文通过计算基金间的皮尔森相关系数来构建基金网络,以此来度量基金之间的相关性,并通过网络聚类的方法进行筛选,从而达到筛选兼具多样性和低相关性的基金并构建投资组合的目的。（2）计算投资组合的初始比例。在基金投资组合中,每只基金的收益回报和风险等金融指数均不同,通过将资金按照不同的比例进行投资,能够对投资组合的预期回报和风险进行一定的平衡,从而提高组合的稳定性。然而在实际交易模型的交易约束下,求解投资组合的初始比例问题将会变成非线性问题,这增大了求解该问题的难度。因此,本文提出了基于混合正交表的人工蜂群算法ABC-MOT方法进行求解。（3）投资组合动态管理优化。由于金融市场不断变化,投资组合的预期收益与风险将会失去平衡,这会导致预期收益减小且风险增大。因此,需要根据金融市场的变化,动态地调整投资比例,保持投资组合收益与风险最佳的平衡,以达到获取长期稳定收益的目的。所以,本文基于交易策略出发,将深度强化学习与金融学投资组合理论在险价值VAR模型结合,提出了PPO-VAR方法。本文在2013年至2020年间的基金历史数据上进行了实验,将2013年至2018年的数据设为训练集,将2018年至2020年的数据设为测试集。从实验结果可以发现,实验在测试集上使用PPO-VAR方法进行投资组合动态管理的收益率达到12.92%,最大回撤为9.67%。而对照组的收益率仅为0.08%,最大回撤高达18.12%,证明了PPOVAR方法能够有效提升组合的稳定性。