风险-波动率权衡的精确老虎机模型
概率论
2023-11-23 v1 最优化与控制
摘要
我们重新审视双臂老虎机（TAB）问题，其中两个臂均由具有共同瞬时收益的差分随机过程驱动。我们关注第一臂相对于第二臂的转移概率密度的Radon-Nikodym导数显式已知的情形。我们计算了相应的Gittins指数在此概率测度变换下的行为。该通用框架用于求解TAB问题的最优配置：第一臂由纯布朗运动驱动，第二臂由方差随时间二次增长的零均值超扩散非高斯过程驱动。超扩散导致的概率散布给配置问题引入了额外风险，这极大地影响了最优决策规则。我们的建模阐明了风险与波动率概念之间的相互作用。
引用
@article{arxiv.2311.13461,
title = {An exact bandit model for the risk-volatility tradeoff},
author = {Max-Olivier Hongler and Renaud Rivier},
journal= {arXiv preprint arXiv:2311.13461},
year = {2023}
}