arXiv q-fin· Carlos P\'erez Octavio Mendoza, Fr\'ed\'eric Godin·· 6 小时前AI 评分49
深度强化学习中的灾难性风险感知方法研究
Deep catastrophic-risk-aware reinforcement learning
AI 导读
该研究将面向条件风险价值（CVaR）优化的极值理论（EVT）方法拓展至高维神经网络策略，通过超阈值表示与矩估计得到可微分的尾部风险目标，可直接通过自动微分计算有限样本梯度。在含罕见极端市场波动的深度对冲问题测试中，EVT训练的策略在极端场景评估下对冲损失更低，为极端风险相关观测稀缺时的神经网络策略训练提供了可行替代方案。
来源：arXiv q-fin · arxiv.org