English(EN) Eliciting ESG Preferences for Reinforcement Learning-Based Portfolio Optimization

新框架使用LLM将AI投资组合优化与ESG偏好相结合

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-03 04:00

研究人员开发了一个新的投资组合优化框架，该框架使用多目标强化学习（MORL）整合了环境、社会和治理（ESG）因素。该方法通过纳入偏好引导系统，解决了不同的ESG评级方法和手动加权多个目标的难度。该系统通过基于夏普比率和ESG分数的投资组合的成对比较来推断用户的效用函数。使用大型语言模型（LLM）角色的模拟显示，地区背景显著影响这些偏好，欧洲角色优先考虑ESG，德克萨斯角色偏好财务回报。 AI

影响这项研究可能导致更复杂的AI驱动的投资策略，更好地符合多样化的可持续性偏好。

排序理由这是一篇研究论文，详细介绍了一种新颖的投资组合优化框架。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 16 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 这是一篇研究论文，详细介绍了一种新颖的投资组合优化框架。[lever_c_demoted from research: ic=1 ai=0.7]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, product, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Giovanni Dispoto, Marcello Restelli, Carmine Ventre · 2026-09-03 04:00

用于强化学习投资组合优化的 ESG 偏好诱导

arXiv:2609.02677v1 Announce Type: cross Abstract: Modern portfolio management increasingly demands a balance between traditional risk-adjusted returns and strict Environmental, Social, and Governance (ESG) mandates. Current Reinforcement Learning (RL) approaches typically optimiz…

本文如何被排名

报道来源 [1]

用于强化学习投资组合优化的 ESG 偏好诱导

相关实体

相关话题