Este estudio propone una nueva estructura de red de políticas de Aprendizaje por Refuerzo Profundo (DRL) para la gestión de carteras llamada PortRSMs. PortRSMs emplea Modelos de Espacio de Estado (SSMs) apilados para modelar cambios de régimen continuos a múltiples escalas en series temporales financieras, logrando un equilibrio entre la exploración de propiedades de distribución consistentes en períodos cortos y manteniendo sensibilidad a choques repentinos en las secuencias de precios. PortRSMs también realiza fusión de régimen entre activos a través de mecanismos de atención de hipergrafo, proporcionando un espacio de estado más completo para describir cambios en las correlaciones de activos y la co-integración. Los experimentos realizados en dos frecuencias de negociación diferentes en los mercados de valores de Estados Unidos y Hong Kong muestran la superioridad de PortRSMs en comparación con otros enfoques en términos de rentabilidad, equilibrio riesgo-retorno, robustez y capacidad para manejar choques repentinos del mercado. Específicamente, PortRSMs logra hasta una mejora de 0.03 en el ratio de Sharpe anual en el mercado estadounidense, y hasta una mejora de 0.12 para el mercado de Hong Kong en comparación con métodos de referencia.