S-shaped Utility Maximization with VaR Constraint and Partial Information
创建于 更新于
摘要
本文研究部分信息下含VaR约束的S形效用最大化问题。利用贝叶斯滤波、凹化原理及测度变换，获得对偶价值函数的半闭式积分表示，确定了约束问题唯一最优解的临界财富水平。提出了拉格朗日算法、蒙特卡洛模拟和物理信息神经网络三种算法，并进行了数值对比，验证了方法有效性[page::0][page::1][page::6][page::14][page::17]。
