近年来,随着人工智能技术在金融领域应用的不断深入,其应用在不断延伸,其中,深度强化学习算法(DRL)在人工智能技术中表现比较突出,提高了人工智能的智能化能力,也极大地促进了人工智能的发展。它可以扩展到一些过去难以处理的决策问题。其中,深度强化学习算法(DRL)家族中的多智能体强化学习算法(MADDPG),表现比较出色,具有高度的非相关性、较强的自适应和自学习功能,可以为复杂系统的感知决策提供一些高效的解决方案。本文主要对深度强化学习中多智能体强化学习算法(MADDPG)在A股中进行理论应用研究和实证检验。首先,回顾了前人关于深度学习、强化学习、深度强化学习及多智能体强化学习的理论以及相关学术研究理论和最新在金融与投资领域应用的相关学术文献资料,总结评述了一些前人关于深度强化学习在金融市场的相关理论研究及其应用的成果,并重点阐明了本文的研究方向与需要解决的问题。其次,以人工智能领域中深度学习、强化学习、深度强化学习理论模型为基础,构建了多智能体强化学习算法(MADDPG)在A股市场择时与选股的模型,并通过上述选股策略模型框架分析择时与选股策略。最后,在实证部分,将多智能体强化学习择时与选股策略的投资绩效,与所选股票的平均投资绩效、上证50指数的绩效分别进行了对比分析,得出阿尔法、夏普率等股票的绩效指标,验证了上述模型实际应用的有效性。研究结果显示:多智能体强化学习择时与选股模型具有强大的数据处理能力,能更好地处理金融市场的大数据,在择时与选股方面能够提升交易信号的特征信息提取能力,也能够取得一定超额收益,具有较强的鲁棒性。