实体
CVaR
CVaR
PulseAugur coverage of CVaR — every cluster mentioning CVaR across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
深度强化学习优化投资组合风险与回报
研究人员开发了一个新颖的深度强化学习框架MORP-DRL，旨在通过同时考虑预期回报和下行风险来优化投资组合。该框架整合了方差、条件在险价值（CVaR）和熵在险价值（EVaR），以模拟包括肥尾行为和交易成本在内的复杂市场动态。在各种市场环境下进行的实验表明，MORP-DRL在压力市场条件下提供了具有竞争力的风险回报表现和增强的稳定性，并展示了其在高维投资组合中的可扩展性。
-
新的决策加权流匹配改进了随机优化
研究人员推出了一种新颖的条件生成模型训练框架——决策加权流匹配（DW-FM），用于随机优化。与专注于均匀分布拟合的标准方法不同，DW-FM重新加权目标，优先考虑对决策敏感的区域，从而减少遗憾。该框架在理论上与下游遗憾相关，并提供了具有保证的实际目标。实证结果表明，DW-FM在金融和交通相关的任务的CVaR优化基准测试中提高了性能。
-
汤普森采样算法在风险规避型和高斯过程老虎机问题上取得进展
两篇新研究论文探讨了汤普森采样在老虎机问题上的进展。第一篇论文介绍了一种用于具有次高斯奖励的风险规避型老虎机问题的算法，该算法对各种风险函数实现了渐近最优性。第二篇论文提出了联合先验选择和高斯过程老虎机问题遗憾最小化的算法，并通过理论分析和实验证明了其有效性。