ترکیب یادگیری تقویتی و توابع مانع برای کنترل ریسک سبد
خلاصه
این سند چارچوبی برای مدیریت سبد ترسیم میکند که عامل یادگیری تقویتیِ جویای بازده را با کنترلکننده ریسک مبتنی بر تابع مانع جفت میکند. بخش یادگیری در جستوجوی تصمیمهای سرمایهگذاری سودآور است، در حالی که کنترلکننده شرایط بازار را پایش میکند و سبد را برای محدودکردن مواجهه با زیانهای احتمالی، بهویژه در روندهای نزولی، تعدیل میکند. دو سازوکار تطبیقی میزان اثرگذاری کنترلکننده را تغییر میدهند تا چارچوب به بازارهای صعودی و نزولی واکنش متفاوتی نشان دهد.
نویسندگان از مقایسههای تجربی بر مجموعهدادههای دنیای واقعی خبر میدهند و میگویند رویکرد در برابر بیشتر روشهای یادگیری تقویتیِ بررسیشده عملکرد مطلوبی دارد. متن مجموعهدادهها، معیارهای مقایسه، دوره ارزیابی، سنجههای ریسک یا نتایج جزئی را مشخص نمیکند؛ بنابراین از این خلاصه نمیتوان قدرت و عمومیت شواهد را ارزیابی کرد. این متن چارچوبی را همراه با ادعای برتری تجربی ارائه میکند، اما اطلاعات کافی برای بازتولید مطالعه یا تعیین رفتار کنترلکننده در شرایط مشخص بازار را در اختیار نمیگذارد.
ایدههای کلیدی
- چارچوب، یادگیری تقویتی برای تصمیمهای سبد را با کنترلکننده مبتنی بر تابع مانع برای مدیریت ریسک ترکیب میکند.
- کنترلکننده وضعیتهای بازار را پایش میکند و برای محدودکردن زیانهای احتمالی، میزان مواجهه سبد را تعدیل میکند.
- دو سازوکار تطبیقی، اثر کنترل ریسک را در بازارهای صعودی و نزولی تغییر میدهند.
- سند از مقایسههای مطلوب بر دادههای دنیای واقعی خبر میدهد، اما گزیده جزئیات آزمایش را ارائه نمیکند.
برچسبها
متن کامل
# Combining Reinforcement Learning and Barrier Functions for Adaptive Risk Management in Portfolio Optimization # Combining Reinforcement Learning and Barrier Functions for Adaptive Risk Management in Portfolio Optimization Reinforcement learning (RL) based investment strategies have been widely adopted in portfolio management (PM) in recent years. Nevertheless, most RL-based approaches may often emphasize on pursuing returns while ignoring the risks of the underlying trading strategies that may potentially lead to great losses especially under high market volatility. Therefore, a risk-manageable PM investment framework integrating both RL and barrier functions (BF) is proposed to carefully balance the needs for high returns and acceptable risk exposure in PM applications. Up to our understanding, this work represents the first attempt to combine BF and RL for financial applications. While the involved RL approach may aggressively search for more profitable trading strategies, the BF-based risk controller will continuously monitor the market states to dynamically adjust the investment portfolio as a controllable measure for avoiding potential losses particularly in downtrend markets. Additionally, two adaptive mechanisms are provided to dynamically adjust the impact of risk controllers such that the proposed framework can be flexibly adapted to uptrend and downtrend markets. The empirical results of our proposed framework clearly reveal such advantages against most well-known RL-based approaches on real-world data sets. More importantly, our proposed framework shed lights on many possible directions for future investigation.
با ذکر منبع و مطابق مجوز اثر، بهطور کامل نمایش داده میشود. مجوز: abstract CC0
این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخهای از اثر منبع نیست.