Breaking the Dimensional Barrier: Dynamic Portfolio Choice with Parameter Uncertainty via Pontryagin Projection
创建于 更新于
摘要
本篇论文在带参数不确定性的连续时间扩散市场中，提出了在参数为潜变量且仅以样本形式可访问的不确定律 q 下求解可部署的 θ-blind 马尔可夫反馈投资策略的框架；方法上扩展了 Pontryagin–Guided DPO，通过在模拟器内采样 θ 并用 BPTT 提取路径伴随量，再引入 q-聚合的投影（P–PGDPO）以构造可部署投策，并给出 BPTT–PMP 对应、一致性与残差驱动的策略差距界定理证据；实验在高维静态高斯漂移不确定性与均值回复因子市场中展示了投影带来的稳定性和决策时间精度提升，同时通过蒸馏实现投影的在线摊销。[page::0]
