面向投资者偏好的模型无关推断：基于相对熵的逆强化学习方法
机器学习
2026-04-28 v1
摘要
我们提出一种框架，利用相对熵逆强化学习（RE-IRL）从观察到的投资行为和市场条件中恢复投资者奖励函数。与传统IRL算法不同，RE-IRL用于处理过渡概率未知或不可访问的环境。为解决数据稀疏问题，我们采用K近邻方法估计观察到的行为政策。此外，我们提出了统计检验框架，用于评估估计结果的有效性和鲁棒性。
引用
@article{arxiv.2604.24280,
title = {Model-Free Inference of Investor Preferences: A Relative Entropy IRL Approach},
author = {Chen Xu},
journal= {arXiv preprint arXiv:2604.24280},
year = {2026}
}