Un algoritmo de gestión de cartera selectivo con aprendizaje por refuerzo fuera de la política utilizando la distribución de Dirichlet
Autores: Yang, Hyunjun; Park, Hyeonjun; Lee, Kyungjae
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Un algoritmo de gestión de cartera selectivo con aprendizaje por refuerzo fuera de la política utilizando la distribución de Dirichlet
Categoría
Matemáticas
Subcategoría
Análisis matemático
Palabras clave
Métodos
Gestión de carteras
Cartera óptima
Riesgos
Comerciante de Distribución de Dirichlet
Algoritmo
Muestreo de importancia
Escalabilidad
Experimentos
Control de riesgos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 19
Citaciones: Sin citaciones
Los métodos existentes en la gestión de carteras producen de forma determinista una cartera óptima. Sin embargo, según la teoría moderna de carteras, existe un equilibrio entre los rendimientos esperados y los riesgos de una cartera. Por lo tanto, la cartera óptima no existe definitivamente, sino que varias existen, y usar solo una cartera determinista es desventajoso para la gestión del riesgo.
Descripción
Los métodos existentes en la gestión de carteras producen de forma determinista una cartera óptima. Sin embargo, según la teoría moderna de carteras, existe un equilibrio entre los rendimientos esperados y los riesgos de una cartera. Por lo tanto, la cartera óptima no existe definitivamente, sino que varias existen, y usar solo una cartera determinista es desventajoso para la gestión del riesgo.