La IA y los problemas difíciles del mundo · Economía y ciencias sociales · arXiv · 2026-10-26
Problemas de aprendizaje por refuerzo de selección de carteras de media-varianza en tiempo continuo para un sistema de cambio de régimen de Markov con restricciones de no venta en corto
Título original: Continuous-Time Mean-Variance Portfolio Selection Reinforcement Learning Problems for a Markov Regime-Switching System with No-Shorting Constraints
Este es el primer estudio que aplica el aprendizaje por refuerzo a la selección de carteras de media-varianza en tiempo continuo con restricciones de no venta en corto en un mercado con cambio de régimen de Markov. Los autores imponen la restricción únicamente sobre la media de una política exploratoria gaussiana y muestran que, con una varianza de exploración adecuada, su media óptima coincide con la política óptima del problema restringido original. Luego desarrollan un algoritmo sin modelo que aprende la política de cartera a partir de datos de trayectorias, y los experimentos numéricos muestran que recupera la cartera óptima sin ventas en corto.