arXiv퀀트금융 · 이 연구에서는 대규모 기관 투자자의 포트폴리오 최적화에 대한 동적 프레임워크를 과학적 물리학 지식이 반영된 강화 학습(SciPhyRL)을 사용하여 개발했습니다. 연속 시간에서 확장된 상태 공간과 명시적인 누적 비용을 포함한 접근 방식을 통해, 역사적 데이터를 활용하여 최적의 분포 인식 전략을 배울 수 있습니다.
“제안된 프레임워크는 알려진 신호 품질을 강화 학습으로 변환하여 안정적인 다기간 및 비용 인식 할당 메커니즘과 엄격하게 제어된 변동성과 순서를 제공합니다.”