AI और दुनिया की कठिन समस्याएँ · अर्थशास्त्र और सामाजिक विज्ञान · arXiv · 2026-10-26

नो-शॉर्टिंग बाधाओं वाले मार्कोव रेजीम-स्विचिंग सिस्टम के लिए सतत-समय माध्य-प्रसरण पोर्टफोलियो चयन रीइन्फोर्समेंट लर्निंग समस्याएँ

मूल शीर्षक: Continuous-Time Mean-Variance Portfolio Selection Reinforcement Learning Problems for a Markov Regime-Switching System with No-Shorting Constraints

यह पहला अध्ययन है जो Markov regime-switching बाज़ार में शॉर्टिंग-निषेध प्रतिबंधों के साथ सतत-समय माध्य-प्रसरण पोर्टफ़ोलियो चयन में रीइनफ़ोर्समेंट लर्निंग लागू करता है। लेखक यह प्रतिबंध केवल गाउसियन अन्वेषी नीति के माध्य पर लगाते हैं और दिखाते हैं कि उपयुक्त अन्वेषण प्रसरण के साथ उसका इष्टतम माध्य मूल प्रतिबंधित समस्या की इष्टतम नीति से मेल खाता है। इसके बाद वे एक मॉडल-मुक्त एल्गोरिद्म विकसित करते हैं जो प्रक्षेप-पथ (trajectory) डेटा से पोर्टफ़ोलियो नीति सीखता है, और संख्यात्मक प्रयोग दिखाते हैं कि यह इष्टतम शॉर्टिंग-निषेध पोर्टफ़ोलियो को पुनः प्राप्त कर लेता है।

मूल लेख पढ़ें ↗

सभी आइटम →