求解多期财务规划模型：蒙特卡洛树搜索与神经网络的结合
计算金融
2022-05-19 v3
摘要
本文将 MCTS 算法引入金融领域，聚焦于通过结合蒙特卡洛树搜索算法与深度神经网络来求解重要的多期财务规划模型。MCTS 为神经网络提供了先进的起点，使得该组合方法优于任一单独方法，取得了具有竞争力的结果。若干创新改进了计算，包括应用于树的上置信界（UTC）的一种变体以及一种特殊的查找搜索。我们将这一两步算法与采用动态规划/神经网络的方法进行比较。两种方法均求解具有 50 个时间步、含交易费用且涉及十二类资产的状态切换模型。此前，这类问题一直超出传统算法可解优化模型的范围。
引用
@article{arxiv.2202.07734,
title = {Solving Multi-Period Financial Planning Models: Combining Monte Carlo Tree Search and Neural Networks},
author = {Afşar Onat Aydınhan and Xiaoyue Li and John M. Mulvey},
journal= {arXiv preprint arXiv:2202.07734},
year = {2022}
}