論文の概要: Deep Reinforcement Learning for Reliability Based Bi-Objective Portfolio Optimization

• arxiv url: http://arxiv.org/abs/2607.06610v1
• Date: Tue, 07 Jul 2026 06:24:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-09 22:50:30.152132
• Title: Deep Reinforcement Learning for Reliability Based Bi-Objective Portfolio Optimization
• Title（参考訳）: 信頼性に基づく双方向ポートフォリオ最適化のための深層強化学習
• Abstract要約: 信頼性に基づくポートフォリオ最適化(MORP-DRL)のための深層強化学習フレームワークを提案する。 我々は,3つの相補的リスク尺度,条件付きバリュー・アット・リスク(CVaR),エントロピー的バリュー・アット・リスク(EVaR)を用いて,期待されるリターンとダウンサイドのリスクを共同で最適化する。 10のグローバルエクイティ指標の実験では、MORP-DRLは競争リスク-リターン性能、市場ストレスの期間におけるダウンサイドリスクの低減、高次元ポートフォリオ設定へのスケーラビリティを実現している。
• 参考スコア（独自算出の注目度）: 5.11777500105171
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Portfolio optimization under uncertainty is inherently a multi-objective decision problem involving complex interactions among return, risk, market dynamics, and practical investment constraints. Existing reliability based portfolio optimization approaches primarily rely on static optimization frameworks and often fail to capture sequential decision making, tail risk, and market frictions such as transaction costs. To address these limitations, we propose a deep reinforcement learning framework for multi-objective reliability based portfolio optimization (MORP-DRL). The proposed framework jointly optimizes expected return and downside risk using three complementary risk measures: variance, Conditional Value-at-Risk (CVaR), and Entropic Value-at-Risk (EVaR). To model uncertainty and heavy-tailed market behavior, asset returns are represented using GARCH(1,1), Extreme Value Theory, and a t-copula dependence structure, while realistic scenarios are generated through quasi-Monte Carlo simulation. A Proximal Policy Optimization (PPO) based strategy is developed under practical constraints including transaction costs and portfolio bounds, and is benchmarked against NSGA-II. Experiments on ten global equity indices across pre-COVID, COVID, and post-COVID market regimes demonstrate that MORP-DRL achieves competitive risk-return performance, reduced downside risk during periods of market stress, and scalability to high-dimensional portfolio settings.
• Abstract（参考訳）: 不確実性の下でのポートフォリオ最適化は、本質的には、リターン、リスク、市場ダイナミクス、実践的な投資制約の間の複雑な相互作用を含む多目的決定問題である。 既存の信頼性ベースのポートフォリオ最適化アプローチは、主に静的最適化フレームワークに依存しており、多くの場合、シーケンシャルな意思決定、テールリスク、トランザクションコストのような市場の摩擦を捉えない。 これらの制約に対処するために,多目的信頼性に基づくポートフォリオ最適化(MORP-DRL)のための深層強化学習フレームワークを提案する。 提案手法は, 変動, 条件付き値-アットリスク (CVaR), エントロピー的値-アットリスク (EVaR) の3つの相補的リスク尺度を用いて, 予測リターンとダウンサイドリスクを共同で最適化する。 不確実性と重い市場の振る舞いをモデル化するために、資産返却はGARCH(1,1), Extreme Value Theory, および t-copula 依存構造を用いて表現されるが、実際のシナリオは準モンテカルロシミュレーションによって生成される。 PPO(Proximal Policy Optimization)ベースの戦略は、トランザクションコストやポートフォリオバウンドなどの実践的な制約の下で開発され、NSGA-IIに対してベンチマークされる。 新型コロナウイルス、COVID-19、ポスト新型コロナ市場における10のグローバルエクイティ指標の実験は、MORP-DRLが競争リスク-リターンのパフォーマンス、市場のストレスの期間におけるダウンサイドリスクの低減、高次元ポートフォリオ設定へのスケーラビリティを達成していることを示している。

関連論文リスト

• Ratio-Variance Regularized Policy Optimization [64.95520246570446]
  ポリシ比の分散を明示的に制約することは、信頼領域の制約に対する原則的な局所近似をもたらすことを示す。 本稿では,この制約を実装したR2bf VPO$(Ratio-Variance Regularized Policy Optimization)を紹介する。
  論文  参考訳（メタデータ） (2026-05-26T09:53:42Z)
• Enhancing a Risk Model by Adding Transient Statistical Factors [90.40844650665713]
  資産収益の推定は、金融ポートフォリオの構築と評価の鍵となる要素である。 既存の因子モデルを強化するために,最大推定値に基づく体系的手法を提案する。 提案した拡張は,元のモデルに欠落したリターンの構造をキャプチャすることを示す。
  論文  参考訳（メタデータ） (2026-05-13T04:15:24Z)
• Robust Reinforcement Learning in Finance: Modeling Market Impact with Elliptic Uncertainty Sets [57.179679246370114]
  金融分野では、強化学習(RL)エージェントは、価格に影響を与えない歴史的データに基づいて訓練されることが多い。 展開中、これらのエージェントは、自身の取引が資産価格を変えることができるライブマーケットで取引する。 従来のロバストなRLアプローチは、不確実性の集合に対して最悪のパフォーマンスを最適化することで、このモデルの誤特定に対処する。 楕円型不確実性集合の新たなクラスを開発し,効率的かつ堅牢な政策評価を可能にする。
  論文  参考訳（メタデータ） (2025-10-22T18:22:25Z)
• Diffusion-Augmented Reinforcement Learning for Robust Portfolio Optimization under Stress Scenarios [4.042562775811427]
  ポートフォリオ管理のためのDARL(Denoising Diffusion-Augmented Reinforcement Learning)とDRL(Deep Reinforcement Learning)を統合した,DARL(Diffusion-Augmented Reinforcement Learning)と呼ばれる革新的なフレームワークを提案する。 DDPMを利用して, 各種応力強度を条件としたマーケットクラッシュシナリオを生成することにより, トレーニングデータの堅牢性を大幅に向上させる。 実証的な評価では、DARLは従来のベースラインよりも優れており、リスク調整されたリターンと、予期せぬ危機に対するレジリエンスを提供する。
  論文  参考訳（メタデータ） (2025-10-08T14:56:50Z)
• Your Offline Policy is Not Trustworthy: Bilevel Reinforcement Learning for Sequential Portfolio Optimization [82.03139922490796]
  強化学習(Reinforcement Learning, RL)は、過去のデータを用いたリスクを最小限にしつつ累積リターンを最大化することを目的とした、株式取引のような逐次的ポートフォリオ最適化タスクにおいて、大きな可能性を示してきた。 従来のRLアプローチは、固定データセット内での振る舞いの購入と販売を最適に記憶するだけのポリシーを生成することが多い。 当社のアプローチでは,ポートフォリオ最適化を新たなタイプの部分オフラインRL問題として捉え,2つの技術的貢献を行う。
  論文  参考訳（メタデータ） (2025-05-19T06:37:25Z)
• MILLION: A General Multi-Objective Framework with Controllable Risk for Portfolio Management [16.797109778036862]
  pOrtfolio maMILLION に対して controLLableIsk を用いた汎用 Multi-objectIve フレームワークを提案する。 リスクコントロールフェーズでは,ポートフォリオ適応とポートフォリオ改善という2つの手法を提案する。 その結果,提案手法の有効性と有効性を示した。
  論文  参考訳（メタデータ） (2024-12-04T05:19:34Z)
• Deep Reinforcement Learning and Mean-Variance Strategies for Responsible Portfolio Optimization [49.396692286192206]
  本研究では,ESG状態と目的を取り入れたポートフォリオ最適化のための深層強化学習について検討する。 以上の結果から,ポートフォリオアロケーションに対する平均分散アプローチに対して,深層強化学習政策が競争力を発揮する可能性が示唆された。
  論文  参考訳（メタデータ） (2024-03-25T12:04:03Z)
• Uniform Pessimistic Risk and its Optimal Portfolio [0.6445605125467574]
  本稿では,そのリスクに基づいて最適なポートフォリオを得るために,テキストテクスチュニフォーム悲観的リスクと計算アルゴリズムという,$alpha$-riskの積分を提案する。 3つのストックデータセット(S&P500、CSI500、KOSPI200)の実データ分析は、提案されたリスクとポートフォリオモデルの有用性を示している。
  論文  参考訳（メタデータ） (2023-03-02T09:41:15Z)
• Efficient Risk-Averse Reinforcement Learning [79.61412643761034]
  リスク逆強化学習(RL)では、リターンのリスク測定を最適化することが目標である。 特定の条件下では、これは必然的に局所最適障壁につながることを証明し、それを回避するためのソフトリスク機構を提案する。 迷路ナビゲーション,自律運転,資源配分ベンチマークにおいて,リスク回避の改善を示す。
  論文  参考訳（メタデータ） (2022-05-10T19:40:52Z)
• Deep Reinforcement Learning for Long-Short Portfolio Optimization [7.131902599861306]
  本稿では,実際の取引ルールに適合する短売制のポートフォリオ管理フレームワークであるDeep Reinforcement Learning (DRL)を構築した。 鍵となるイノベーションは、長期にわたるトランザクションの動的進化を考慮に入れた、継続的取引における包括的な短期販売メカニズムの開発である。 従来のアプローチと比較して、このモデルはリスク調整されたリターンを向上し、最大損失を低減します。
  論文  参考訳（メタデータ） (2020-12-26T16:25:20Z)
• Learning Risk Preferences from Investment Portfolios Using Inverse Optimization [25.19470942583387]
  本稿では,既存ポートフォリオからのリスク嗜好を逆最適化を用いて測定する手法を提案する。 我々は、20年間の資産価格と10年間の相互ファンドポートフォリオ保有からなる実市場データについて、本手法を実証する。
  論文  参考訳（メタデータ） (2020-10-04T21:29:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。