Data-Driven Merton’s Strategies via Policy Randomization
创建于 更新于
摘要
本文提出在不知晓模型原语的情形下，通过设计一类特殊高斯随机策略的辅助问题，将连续时间强化学习（actor-critic）用于求解不完全市场中的Merton效用最大化问题，证明辅助问题最优高斯策略的均值等于原始问题的最优策略，并给出收敛性、温度参数（λ）对偏差-方差权衡的理论分析；数值与实证结果显示所述RL算法在有/无模型误差及有限样本情形下均显著优于传统plug-in与ERM方法 [page::0][page::9][page::15][page::21][page::25].
