藤Copula模拟与强化学习驱动的动态组合选择

01 摘要

作者提出一种数据驱动动态组合选择方法，结合藤Copula模拟与强化学习，在CRRA效用下最大化终端期望效用，并对单期损失CVaR施加连续惩罚。他们从历史收益估计条件藤模型，生成联合情景评估CVaR并训练循环策略。在局部导数界下推导Hellinger距离与全变差下的幂律稳定性界，并在有限期模型中结合近似预算给出策略值与真实市场损失的界。

02 关键点

1. 方法融合藤Copula条件模拟与强化学习，在CVaR惩罚下训练循环组合策略。
2. 理论上通过边对Copula参数误差传播，得到Hellinger距离与全变差下的幂律稳定性界。
3. 在七资产面板上，十策略集成在22个完整月度持有期取得34.13%复合年增长率与2.31夏普比率，并降低目标换手41.5%。