Reinforcement Learning for Jump-Diffusions, with Financial Applications
创建于 更新于
摘要
本文研究跳跃扩散过程驱动下的连续时间强化学习问题，建立了跳跃部分的探索性控制理论基础，证明了探索性随机微分方程的良定性和网格采样状态过程的值函数收敛性。结果显示，传统扩散模型的Q学习算法可不加修改地应用于跳跃扩散，且在均值-方差组合优化和期权对冲两个金融应用中，跳跃的存在对最优策略参数化影响有限，验证了该方法在实践中的鲁棒性 [page::0][page::1][page::2][page::5][page::9][page::12][page::14][page::17][page::21][page::27][page::30][page::36].
