Continuous-Time Reinforcement Learning for Asset–Liability Management
创建于 更新于
摘要
本文提出了基于连续时间强化学习的资产负债管理（ALM）方法，采用线性二次控制框架并结合软策略梯度算法，通过引入演员自适应探索与评论员调度探索，实现了在200个随机市场环境下对传统策略和多种强化学习算法的优越性验证，证明了其无需环境模型即能学习最优ALM策略的有效性和鲁棒性[page::0][page::1][page::5][page::6]。
