面向基于目标的财富管理的元强化学习方法
机器学习
2026-05-07 v1
摘要
我们应用与零样本元学习和基础模型预训练相关的概念，发展出一种针对基于目标的财富管理（GBWM）问题进行的元强化学习方法（称为MetaRL），该方法在数千个GBWM问题上进行预训练。每个GBWM问题涉及数年的时间范围，投资者希望在每个月最佳选择投资组合，并选择是否履行不同财务目标。这些选择旨在最大化来自实现的财务目标所获得的预期总投资者效用。通过消除针对每个新投资者问题的独立训练和优化，MetaRL模型在推理模式下可在几毫秒内为新的GBWM问题生成近乳最佳的动态投资组合和目标实现策略。这些结果在平均情况下达到了97.8%的最佳预期效用（通过动态规划确定）。这些结果对资本市场 regime 变化具有惊人的鲁棒性，即使训练仅使用一种资本市场 regime。此外，MetaRL方法还可以解决在动态规划变得计算上不可行的更大状态空间的问题。
引用
@article{arxiv.2605.02300,
title = {A Meta Reinforcement Learning Approach to Goals-Based Wealth Management},
author = {Sanjiv R. Das and Harshad Khadilkar and Sukrit Mittal and Daniel Ostrov and Deep Srivastav and Hungjen Wang},
journal= {arXiv preprint arXiv:2605.02300},
year = {2026}
}