ИИ и сложнейшие проблемы мира · Экономика и социальные науки · arXiv · 2026-10-26
Задачи обучения с подкреплением для выбора портфеля по критерию среднее–дисперсия в непрерывном времени для марковской системы с переключением режимов при запрете коротких продаж
Оригинальное название: Continuous-Time Mean-Variance Portfolio Selection Reinforcement Learning Problems for a Markov Regime-Switching System with No-Shorting Constraints
Это первое исследование, в котором обучение с подкреплением применяется к выбору портфеля по критерию среднее — дисперсия в непрерывном времени с запретом коротких продаж на рынке с марковским переключением режимов. Авторы накладывают ограничение только на среднее гауссовской исследовательской политики и показывают, что при подходящей дисперсии исследования её оптимальное среднее совпадает с оптимальной политикой исходной задачи с ограничением. Затем они разрабатывают безмодельный алгоритм, который обучает портфельную политику по данным траекторий, а численные эксперименты показывают, что он восстанавливает оптимальный портфель без коротких продаж.