Guaranteed funds’ replication by reinforcement learning

doi:10.1007/s10479-025-06807-1

Guaranteed funds’ replication by reinforcement learning

2025-10-16

0

OA

AI

DOI：10.1007/s10479-025-06807-1

原文链接

原文求助

摘要

En 中文

保证资金在市场波动加剧时期为风险规避型投资者提供了重要的保护工具。保护可能针对投资本金或其收益，或两者兼而有之：相应的市场风险随后被转移至基金管理人及金融机构，因此他们面临一个最优对冲问题。本文聚焦于本金保护，并采用强化学习（RL）方法解决基金的复制问题。文章阐明了RL方法在金融和方法论上的意义，并通过一个基于1年期保证基金的案例研究进行验证，该基金的复制由发行方在2018–2024年期间进行测试。假设一位美国基金管理人，其决策空间包括现金、债券和股票资产，最优的基金复制方案在考虑望远镜式时间框架下制定，并导致每季度进行一次投资组合调整。通过将学习过程与最优策略的推导以递归方式相结合，RL方法能够在数分钟内解决最低保证固定混合问题，显著缩短了传统随机优化方法的求解时间，同时采用一种基于数据驱动的模拟方法构建了极为丰富的风险模型，并符合市场中的无套利条件。

Keyword:

Guaranteed return funds

Capital protection

Reinforcement learning

Multi-period stochastic programming

Portfolio replication

Arbitrage-free data-driven return model

Guaranteed funds’ replication by reinforcement learning

摘要

期刊

机构

引用论文