结合强化学习与逆强化学习的资产配置推荐
机器学习
2022-01-07 v1 人工智能
计算金融
投资组合管理
摘要
我们提出了一种简单的实用方法，将人类智能与人工智能相结合，既学习基金经理的最佳投资实践，又提供改进建议。我们的方法基于逆强化学习（IRL）与强化学习（RL）的结合。首先，IRL 组件根据基金经理的交易历史学习其意图，并恢复其隐含的奖励函数。在第二步中，该奖励函数被直接的 RL 算法用于优化资产配置决策。我们表明，我们的方法能够超越单个基金经理的表现。
引用
@article{arxiv.2201.01874,
title = {Combining Reinforcement Learning and Inverse Reinforcement Learning for Asset Allocation Recommendations},
author = {Igor Halperin and Jiayu Liu and Xiao Zhang},
journal= {arXiv preprint arXiv:2201.01874},
year = {2022}
}
备注
9 pages, 12 figures