面向金融投资组合的无模型强化学习：简要综述

金融投资组合管理是投资行业中最为常见的问题之一。然而，并未被广泛认识到的是，凯利准则与风险平价在某些条件下都会退化为均值方差模型，这意味着投资组合优化问题可能存在一种通用解。事实上，在给定风险预算下依次计算使投资组合期望收益最大化的各成分权重的过程，可被重新表述为一个离散时间马尔可夫决策过程（MDP），从而也可视为一种随机最优控制，其中被控制的系统是由多个投资成分构成的投资组合，而控制量则是其各成分权重。因此，该问题可使用无模型强化学习（RL）求解，而无需知晓具体的成分动态。通过考察现有的基于价值与基于策略的无模型RL方法在投资组合优化问题上的应用，我们指出了当今投资组合管理者在将无模型RL应用于其投资组合时所面临的一些关键未决问题与困难。