IA e os Problemas Difíceis do Mundo · Economia e ciências sociais · arXiv · 2026-10-26
Problemas de aprendizado por reforço de seleção de portfólio de média-variância em tempo contínuo para um sistema de Markov com mudança de regime e restrições de venda a descoberto
Título original: Continuous-Time Mean-Variance Portfolio Selection Reinforcement Learning Problems for a Markov Regime-Switching System with No-Shorting Constraints
Este é o primeiro estudo a aplicar aprendizado por reforço à seleção de portfólio de média-variância em tempo contínuo com restrições de proibição de venda a descoberto em um mercado com mudança de regime de Markov. Os autores impõem a restrição apenas à média de uma política exploratória gaussiana e mostram que, com uma variância de exploração adequada, sua média ótima coincide com a política ótima do problema restrito original. Em seguida, desenvolvem um algoritmo livre de modelo que aprende a política de portfólio a partir de dados de trajetória, e experimentos numéricos mostram que ele recupera o portfólio ótimo sem venda a descoberto.