多期贝叶斯强化学习鲁棒投资组合选择模型

摘要

在传统多期分布式鲁棒投资组合选择模型中，不确定集合的估计是一个具有挑战性的难题。使用贝叶斯强化学习方法来动态更新不确定集合中的一、二阶矩等模型参数，进而研究贝叶斯强化学习框架下均值–最坏鲁棒CVaR模型的求解问题。通过结合动态规划和渐进对冲算法，设计了两层分解求解框架。下层通过求解一系列二阶锥规划来得到给定模型参数下子问题的最优策略，上层使用贝叶斯公式得到可实施的非预期投资策略。基于美国股票市场的实证结果表明：多期鲁棒强化学习投资组合选择模型相较传统模型具有更好的样本外投资表现。

关键词

贝叶斯强化学习 / 鲁棒风险度量 / 投资组合 / 二阶锥规划

基金资助

国家重点研发计划(2022YFA1004000); 国家自然科学基金(11991023; 12371324)