由线性动力系统生成非平稳收益的随机多臂老虎机
机器学习
2022-04-13 v1 系统与控制
系统与控制
摘要
随机多臂老虎机为研究未知环境中的决策提供了框架。我们提出了随机多臂老虎机的一个变体,其中收益从随机线性动力系统中采样。针对该随机多臂老虎机变体提出的策略是:在学习动力系统模型的同时,基于所学模型选择最优动作。受数学金融领域(如Merton提出的跨期资本资产定价模型和Fernholz提出的随机投资组合理论,两者均用随机微分方程对资产收益建模)的启发,该策略被应用于量化金融作为高频交易策略,目标是在一段时间内最大化收益。
引用
@article{arxiv.2204.05782,
title = {Stochastic Multi-armed Bandits with Non-stationary Rewards Generated by a Linear Dynamical System},
author = {Jonathan Gornet and Mehdi Hosseinzadeh and Bruno Sinopoli},
journal= {arXiv preprint arXiv:2204.05782},
year = {2022}
}