Pontryagin-Guided Deep Policy Learning for Constrained Dynamic Portfolio Choice
创建于 更新于
摘要
本文提出了一种基于Pontryagin最大原理与深度策略优化结合的PG-DPO框架，用于解决具有投资和消费约束的连续时间高维动态组合选择问题。该方法通过对约束下Hamiltonian进行对数障碍规约和流形投影，实现了对高维资产组合的有效可行性控制和第一阶最优条件的遵循。理论上证明了障碍方法与KKT条件的对应关系及其逼近误差，并在无闭式解情况下实现了精准的策略恢复。实证部分通过无卖空约束和财富比例消费上限两类约束案例，展示了投影变体P-PGDPO相比激活函数约束的PG-DPO在策略误差和边界表现上的显著优势，且优势随维度提升而更加明显，为高维受限动态组合优化提供了可扩展且具有严格误差控制的新范式[page::0][page::5][page::7][page::13][page::16]
