不確実性下でのポートフォリオ最適化は、リターン、リスク、市場ダイナミクス、実践的な投資制約といった複雑な相互作用を含む多目的意思決定問題です。従来の信頼性ベースのポートフォリオ最適化アプローチは、主に静的な最適化フレームワークに依存しており、逐次的な意思決定、テールリスク、取引コストなどの市場摩擦を十分に捉えられていません。 本研究は、これらの課題に対処するため、多目的信頼性ベースのポートフォリオ最適化のための深層強化学習フレームワーク（MORP-DRL）を提案しています。このフレームワークは、分散、条件付き期待ショートフォール（CVaR）、エントロピック期待ショートフォール（EVaR）という3つの補完的なリスク尺度を用いて、期待リターンと下側リスクを同時に最適化します。 不確実性と市場の重尾挙動をモデル化するため、資産リターンはGARCH(1,1)、極値理論、t-コピュラ従属構造を用いて表現され、準モンテカルロシミュレーションで現実的なシナリオが生成されます。Proximal Policy Optimization（PPO）ベースの戦略は取引コストとポートフォリオ制約などの実践的な制約の下で開発され、NSGA-IIと比較検証されています。 10の世界的な株価指数についてのコロナ禍前後を含む複数の市場体制での実験結果から、MORP-DRLは競争力のあるリスク・リターン性能を達成し、市場ストレス期間における下側リスク低減、および高次元ポートフォリオ設定への拡張性を示しています。