本文表征了在以Kelly博弈方式投注，但从备择假设中抽取数据，同时对零假设进行投注时的最优财富增长率。作者证明该增长率等于一个涉及Kullback-Leibler散度的特定极限，该极限通常小于一个更常用的量。他们还确立了这两个量相等的条件，并推导出了针对复合备择假设的最优最坏情况增长率。 AI
影响 本文为统计检验中的最优增长率提供了理论见解，可能为未来AI在不确定性下的决策研究提供信息。
排序理由 这是一篇发表在arXiv上的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2604.25280v1 Announce Type: cross Abstract: This paper characterizes the best possible rate of growth of wealth in a Kelly betting game when repeatedly betting against a general i.i.d. null hypothesis $\mathscr{P}$, but the data are drawn i.i.d from an arbitrary alternative…
This paper characterizes the best possible rate of growth of wealth in a Kelly betting game when repeatedly betting against a general i.i.d. null hypothesis $\mathscr{P}$, but the data are drawn i.i.d from an arbitrary alternative $Q$. We prove that it equals $\lim_{n \to \infty}…