Bridging Behavioral Finance and Robust Agentic DRL: A novel computational framework for Portfolio Selection
Deze studie introduceert RPPO-MPT, een nieuw robuust reinforcement learning-framework dat perturbatiegebaseerde ruisonderdrukking integreert met Prospect Theory-geïnspireerde beloningsvorming om conventionele modellen te overtreffen bij de optimalisatie van aandelenportefeuilles door beter aan te sluiten bij de gedragspreferenties van beleggers onder marktonzekerheid.