AI 與世界的難題 · 經濟學與社會科學 · arXiv · 2026-10-26
具禁止放空限制的馬可夫轉換機制系統之連續時間均值—變異數投資組合選擇強化學習問題
原標題: Continuous-Time Mean-Variance Portfolio Selection Reinforcement Learning Problems for a Markov Regime-Switching System with No-Shorting Constraints
這是首項將強化學習應用於具有馬可夫機制轉換市場中、含禁止放空限制的連續時間均值—變異數投資組合選擇之研究。作者僅對高斯探索策略的均值施加該限制,並證明在適當的探索變異數下,其最佳均值與原始受限問題的最佳策略相符。接著,他們發展出一種無模型演算法,可從軌跡資料中學習投資組合策略,數值實驗顯示該演算法能復原最佳的禁止放空投資組合。