May, 2019

基于相对绩效标准的多人最优消费和投资博弈

PDF
TL;DR本研究考察了具有 CRRA 效用和有限时间跨度并具有竞争性代理的投资组合优化问题。研究人员找到了一个闭合形式的解决方案，并发现竞争模型在代理人的风险容忍度和竞争度参数上表现出高度非线性和非单调性的特点。
portfolio optimizationcompetitive agentscrra utilitiesmean field gamerisk tolerance
发现论文，激发创造
  • 基于相对表现指标的均场和 n 智能体投资优化博弈

    研究了相对绩效标准下的资产组合管理问题，考虑了基金经理在对数正态市场中交易的情况，推导出了 CARA 和 CRRA 情形下的平衡策略，发现竞争促使 Agent 更多地投资于风险资产，但具体投资量取决于其风险承受能力。

    Mar, 2017

  • 具有竞争或同类互惠交互的 Ito 扩散市场中的 $N$ 人和场均值博弈

    本文通过研究投资组合选择领域中 $N$-player 和共同噪声的均场博弈，探讨了随机个人风险偏好系数对游戏的影响，并推导了平衡随机过程、最优状态过程和游戏价值的显式或闭合形式解。

    Jun, 2021

  • 计算理性化：逆平衡问题

    该文介绍了一种在多智能体领域应用的、基于逆优化控制、遗憾和最大熵原理的方法，用于预测与推广多智能体的行为，并恢复其奖励函数。

    Mar, 2011

  • 紧凑博弈中计算最优相关均衡的通用框架

    本文提出了一种新的算法方法来解决优化一些目标（如社会福利）的相关均衡问题，并且给出了一种适用于所有紧凑表示的足够条件，同时利用该算法方法将最优 CE 问题转化为调整偏差的社会福利问题，这个框架可以识别出新的类别的博弈，其中包括基于树图的图形多项式博弈。同样使用类似的方法，我们导出了一种足够的条件来处理最优粗糙相关均衡问题，并使用其证明了单例拥塞博弈的可跟踪性。

    Sep, 2011

  • 基于深度学习方法的异质代理人相对绩效优化投资

    通过前向 - 后向随机微分方程的纳什均衡特性和随机微分博弈的机器学习算法的最新进展，本文针对相对绩效准则下的最优投资提出了一种基于图上游戏的深度学习方法，并对两个不同的金融模型进行了数值实验，比较了几个不同的图上结构对结果的影响。

    Feb, 2024

  • 合作竞争代理的独立强化学习：一种均值场视角

    本研究论文提出了一种利用强化学习来实现团队合作与跨团队竞争的线性二次结构的方法，并通过均值场设定下的广义和型场博弈，证明了该方法能够有效地达到纳什均衡。通过将问题分解为子问题，并利用时间独立对角优势下的后向递归离散时间哈密顿 - 雅可比 - 艾萨克斯方程，进一步证明了多人迅速消退自然策略梯度算法能够收敛到全局纳什均衡。实验结果验证了该方法在实践中的优点。

    Mar, 2024

  • 库存约束下的竞争在线优化

    该研究提出了一种新的算法框架 CR-Pursuit，用于解决在线优化中的库存约束问题，并证明了在确定性算法中其取得最小的竞争比率。

    Jan, 2019

  • 多智能体合同谈判中的极端行为

    考虑到资源分配的实现，本文探讨了多个代理通过资源交换来优化其个体持有的模型，并利用合作和个体的理性以及 Pigou-Dalton 转移等多种形式对合理性概念作出了不同的定义，其中我们发现，对理性和结构方面的某些限制，可能会难以实现某些资源的重新分配，并构建了一些例子说明了这种策略的数量可能呈指数级增长。

    Sep, 2011

  • 一种共享资源占用的多智能体强化学习模型

    这篇论文讨论了博弈论在共享资源议题上的应用，指出标准博弈论方法在处理复杂资源动态预测上的局限，并探索强化学习在该领域的应用，并且发现学习、排除和公平性在资源共享问题中是如何关联的。

    Jul, 2017

  • 折扣费用下的平均场博弈中的马尔可夫 - 纳什均衡

    本文研究了具有有限数量 N 的动态博弈的均场类型，每个时刻，代理通过其状态的经验分布相互耦合，并介绍了 Markov-Nash 均衡的新解决方案，证明了均衡存在于无穷大人口极限 N-> ∞下。

    Dec, 2016