深度对冲：面向多风险厌恶一般投资组合的连续强化学习对冲
计算金融
2022-07-18 v1 风险管理
机器学习
摘要
我们提出一种为任意初始投资组合与市场状态寻找最优对冲策略的方法。我们开发了一种新颖的 actor-critic 算法，用于求解一般风险厌恶随机控制问题，并利用它同时学习跨多个风险厌恶水平的对冲策略。我们通过在随机波动率环境下的数值示例证明了该方法的有效性。
引用
@article{arxiv.2207.07467,
title = {Deep Hedging: Continuous Reinforcement Learning for Hedging of General Portfolios across Multiple Risk Aversions},
author = {Phillip Murray and Ben Wood and Hans Buehler and Magnus Wiese and Mikko S. Pakkanen},
journal= {arXiv preprint arXiv:2207.07467},
year = {2022}
}