随着机器学习技术的发展,量化投资日益受到学术界及金融行业的广泛关注。其中强化学习领域的多臂老虎机模型,因其在处理序列化数据上的优势,而被运用于在线投资组合模型中。但多臂老虎机摇臂设计方案欠妥、模型上下文信息感知能力不足等问题的存在,严重制约了模型的盈利能力与抗风险能力。针对现有摇臂设计方案出现的基数约束无法满足、摇臂数量过多导致探索成本过高等问题,本文提出了基于模糊聚类的多臂老虎机摇臂设计方法（Fuzzy Clustering Based MAB Arm Design Method,FC-MAB-ADM）。该方法首先通过计算聚类误差平方和SSE,利用手肘法确定聚类中心数目;其次借助模糊C-均值聚类（Fuzzy-C means,FCM）算法计算聚类中心位置及隶属度矩阵;最后基于隶属度矩阵,构建满足基数约束的投资组合作为备选摇臂。针对现有在线投资组合模型大多仅从股票价格方面对市场信息进行刻画的问题,本文引入投资价值、市场情绪等因子数据作为模型上下文信息以提升模型的感知能力。通过Rank IC序列均值等指标对因子的有效性进行验证,采用Exp4.p算法对多臂老虎机问题进行求解,利用有效因子进行专家模型的训练;本文采用线性回归模型作为专家模型对备选摇臂当期收益进行预测,并根据预测结果设计专家建议向量。根据在摇臂构建与专家建议设计两方面的工作,本文提出了基于上下文信息的在线投资组合模型。为验证所构建模型的有效性,在自选数据集以及两个公开数据集上与OBP、FF等模型进行了对比实验。实验结果表明,在三个数据集中本模型平均年化累计收益达到1.4、夏普比率达到0.6,均高于同类主流在线投资组合模型的对应指标值,表明模型在盈利能力与抗风险能力方面的整体表现均优于其他同类模型。另外,对所提出的基于模糊聚类的摇臂设计方法的有效性也进行了验证,实验结果表明FC-MAB-ADM在控制风险的同时,有效提升了模型的盈利能力。本文提出的基于上下文信息的在线投资组合模型在盈利水平与抗风险能力方面具有一定的优势,能够较好地适应市场环境变化,为投资者提供投资决策参考。