SAMPLED-DATA WASSERSTEIN DISTRIBUTIONALLY ROBUST CONTROL OF MULTIPLICATIVE SYSTEMS: A CONVEX RELAXATION WITH PERFORMANCE GUARANTEES
创建于 更新于
摘要
本论文提出一个将采样周期纳入决策的分布鲁棒控制框架，利用Wasserstein不确定集对乘法噪声系统在样本数据下的最坏期望效用进行最大化，构造了基于一般minimax不等式的凸松弛并给出非渐近的对偶差界与概率性性能保证；在对数效用下，该凸松弛值可作为渐近资本增长率的确定性下界，并在大盘成分股回测中验证了自适应重平衡频率能显著改善下行风险与风险调整后收益 [page::0][page::2][page::20]
