Dynamic Programming for Value-at-Risk Markov Decision Processes in Continuous Spaces
创建于 更新于
摘要
本文针对连续状态与动作空间中的Value-at-Risk（VaR）马尔可夫决策过程，建立适用于一般Borel空间的VaR分解定理，并据此构造有限期与无限期动态规划、VaR递归和嵌套VaR递归，证明两种形式等价且能够恢复最优价值与最优策略。[page::0][page::1][page::5][page::9][page::12][page::19] 在最优执行应用中，研究发现动态策略能够根据价格创新和风险水平调整交易行为；当永久冲击与临时冲击满足特定关系时，问题可转化为带阈值规则的最优停止问题，动态策略在较大风险水平下严格优于静态策略。[page::1][page::23][page::24][page::27] 数值实验进一步表明，动态策略在不同参数设定下均取得更高VaR，基准情形下最大改进为0.37%，在高波动与较低临时冲击参数组合下最高改进达到1.93%。[page::28][page::30]
