arXiv · ML· Zeynep Y{\i}ld{\i}z, Satchit Chatterji, Ercan Atam, Erman Acar·· 7 天前AI 评分34
内化投资指令:一种用于投资组合分配的神经符号强化学习方法
Internalizing Investment Mandates: A Neurosymbolic RL Approach to Portfolio Allocation
AI 导读
该研究提出了一种受PLPG启发的连续分配方法,通过重参数化蒙特卡洛采样在训练目标中加入指令满足概率,使智能体无需后验拦截即可自主学习合规。在确定性平均动作审计中,该方法将六规则市场状态条件指令的违规率从基线的96-98%和33.4%降低至4.8%。
来源:arXiv · ML · arxiv.org