arXiv · cs.LG 机器学习· Yilie Huang, Yanwei Jia, Xun Yu Zhou·· 5 小时前AI 评分65
连续时间强化学习求解均值—方差组合选择：算法、regret 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
研究在股票价格与可观测因子均为扩散过程、且系数未知的市场中，提出一种数据驱动的连续时间强化学习（RL）方法，直接学习预先承诺的投资策略，而不估计市场系数。针对无因子的多股票 Black-Scholes 市场，作者设计了具体算法，并以 Sharpe 比率的次线性 regret 界给出性能保证。
来源：arXiv · cs.LG 机器学习 · arxiv.org