CONTINUOUS-TIME OPTIMAL INVESTMENT WITH PORTFOLIO CONSTRAINTS: A REINFORCEMENT LEARNING APPROACH
创建于 更新于
摘要
本报告基于熵正则化的强化学习框架，提出连续时间最优投资问题的求解方法，涵盖了包含卖空和借贷约束的投资组合限制。针对对数效用和二次效用下，探讨了无约束与有约束情况下的最优反馈策略，分别是高斯分布和截断高斯分布，且该探索性策略随着探索权重趋于零收敛至经典期望效用解。提出了策略改进定理，并设计了可实现的强化学习算法，验证了探索机制使最优财富分布更具重尾特征，且投资机会域越广探索成本越高。在受限约束（如卖空及借贷限制）情况下，探索成本显著降低[page::0][page::1][page::2][page::12][page::14][page::21][page::29]。
