AI与世界难题 · 经济学与社会科学 · arXiv · 2026-10-26
具有禁止卖空约束的马尔可夫区制转换系统的连续时间均值-方差投资组合选择强化学习问题
原标题: Continuous-Time Mean-Variance Portfolio Selection Reinforcement Learning Problems for a Markov Regime-Switching System with No-Shorting Constraints
这是首个将强化学习应用于马尔可夫状态转换市场中带有禁止卖空约束的连续时间均值-方差投资组合选择的研究。作者仅对高斯探索策略的均值施加该约束,并证明在探索方差合适的情况下,其最优均值与原约束问题的最优策略一致。随后,他们开发了一种无模型算法,可从轨迹数据中学习投资组合策略,数值实验表明该算法能够恢复最优的禁止卖空投资组合。