随机交易到达下的最优资本部署：一种连续时间近似动态规划方法
投资组合管理
2025-08-15 v1
摘要
假设您是一位基金经理，拥有1亿美元需要部署，并有两年时间进行投资。此时，一个看起来很有吸引力的交易出现在您的案头，但需要花费5000万美元——即您可用资本的一半。您是应该接受它，还是等待更好的机会？这个决策取决于当前机会与不确定的未来到达之间的权衡。本研究将随机交易到达下的资本部署问题形式化为一个连续时间马尔可夫决策过程（CTMDP），并通过近似动态规划（ADP）方法进行数值求解。我们使用相关的对数正态分布对投资资本倍数（MOIC）和交易规模进行建模，并将交易到达建模为非齐次泊松过程（NHPP）。我们的方法使用拟蒙特卡洛（QMC）采样，在离散化的资本网格上高效地逼近价值函数的连续时间贝尔曼方程。我们提出了一个可解释的接受策略，说明了选择性如何随时间推移和资本消耗而演变。我们在模拟中证明，该策略优于接受任何超过固定最低预期回报率的可负担交易的基线策略。
引用
@article{arxiv.2508.10300,
title = {Optimal Capital Deployment Under Stochastic Deal Arrivals: A Continuous-Time ADP Approach},
author = {Kunal Menda and Raphael S Benarrosh},
journal= {arXiv preprint arXiv:2508.10300},
year = {2025}
}