体制切换市场中基于强化学习的多期资产负债管理

本文探讨了具有体制切换动力学与不可控负债的多期金融市场中的均值-方差投资组合选择问题。为了应对金融市场决策过程中的不确定性，我们引入了强化学习（RL）技术。具体而言，本研究考察了一个探索性均值-方差（EMV）框架，投资者在不完全市场信息下，受经济体制切换的影响，旨在最小化风险的同时最大化回报。市场模型包括无风险资产与风险资产，负债动力学由马尔可夫体制切换过程驱动。为了契合在离散时间段内做出财务决策的现实场景，我们采用了多期动态模型。我们提出了一种利用 RL 技术推导出的最优投资组合策略，该策略能够适应这些市场条件。所提出的解决方案通过整合预承诺策略公式，解决了经典均值-方差模型中固有的时间不一致性问题。此外，我们纳入了部分市场可观测性，采用随机滤波技术来估计不可观测的市场状态。数值模拟与真实金融数据上的实证测试表明，与传统模型相比，我们的方法实现了更高的回报、更低的风险以及更快的收敛速度。这些发现突显了我们基于 RL 的解决方案在动态复杂金融环境中的鲁棒性与适应性。