PORTFOLIO OPTIMIZATION UNDER RECURSIVE UTILITY VIA REINFORCEMENT LEARNING
创建于 更新于
摘要
本文将资产定价中的递归效用（Epstein–Zin）嵌入到基于价值函数的强化学习（PPO、A2C）中，通过 K 抽样蒙特卡洛近似未来确定性等价（CE）并构造相应的值目标与近似优势估计（AAE），在 110 只韩国 ETF、10 个时间序列训练/测试切分的实证中，相较于折现（naive）目标显著提升了夏普率并降低了最大回撤，支持递归效用作为风险敏感目标的有效性 [page::0][page::3].
