该研报提出了一种基于深度强化学习（DRL）的新方法来解决金融市场中的最优订单执行问题，旨在同时最大化收益并最小化风险（特别是市场冲击风险）；研究在包括正常市场以及新冠疫情、通胀与战争等压力市场在内的多种条件下，对大型股、中型股、小型股和ETF进行了广泛测试，结果表明其DRL模型在投资回报和风险管理方面均优于传统的成交量加权平均价格（VWAP）和时间加权平均价格（TWAP）策略。