AI na Matatizo Magumu ya Ulimwengu · Uchumi na sayansi za jamii · arXiv · 2026-10-26
Matatizo ya kujifunza kwa kuimarisha ya uchaguzi wa kwingineko wa wastani-tofauti wa muda endelevu kwa mfumo wa Markov wa kubadilisha hali bila vikwazo vya kuuza kwa ukopaji
Kichwa asilia: Continuous-Time Mean-Variance Portfolio Selection Reinforcement Learning Problems for a Markov Regime-Switching System with No-Shorting Constraints
Huu ni utafiti wa kwanza kutumia reinforcement learning katika uchaguzi wa portfolio wa mean-variance wa wakati endelevu wenye vikwazo vya kutouza kwa kukopa (no-shorting) katika soko la Markov regime-switching. Waandishi huweka kikwazo hicho kwenye wastani wa sera ya uchunguzi ya Gaussian pekee na kuonyesha kwamba, kwa tofauti ifaayo ya uchunguzi, wastani wake bora unalingana na sera bora ya tatizo asilia lenye kikwazo. Kisha wanaunda algoriti isiyotegemea modeli inayojifunza sera ya portfolio kutoka data ya njia, na majaribio ya nambari yanaonyesha kuwa inapata portfolio bora ya no-shorting.