From Value Bounds to Policy-Distance and Active-Face Certificates: Same-Grid Duality for Constrained Dynamic Portfolios
创建于 更新于
摘要
本文研究受约束动态投资组合中，如何利用同一离散模拟网格上的原始—对偶价值区间，进一步认证最优政策的位置与真正绑定的约束面。报告通过Fenchel残差、互补松弛账本和Doob补偿，将价值残差转化为非负且可审计的路径量；结合Bellman原语曲率得到占用加权的政策距离区域，并通过约束放松获得最优乘子下界与活跃面证书。理论与一、二资产及最高50资产的锁定审计表明，补偿显著降低残差估计方差且未出现错误面声明；高维状态依赖实验则显示，主要瓶颈在于学习紧的可行对偶，而非曲率估计或残差到政策的转换。[page::1][page::2][page::3][page::21][page::28]
