arXiv · ML· Yilie Huang, Yanwei Jia, Xun Yu Zhou·· 7 天前AI 评分21
连续时间强化学习用于均值-方差组合选择:算法、后悔分析与实证研究
Mean--Variance Portfolio Selection by Continuous-Time Reinforcement Learning: Algorithms, Regret Analysis, and Empirical Study
AI 导读
研究提出基于连续时间强化学习的均值-方差组合选择方法,直接在扩散过程市场学习投资策略,无需估计市场系数。 针对无因子多股票 Black-Scholes 市场,算法推导了基于 Sharpe 比率的亚线性后悔界,并在 S&P 500 成分股上进行实证验证。 该方法在多变熊市中表现位居前列,且显著优于基于模型的连续时间策略。
来源:arXiv · ML · arxiv.org