Deep Neural Networks for Mean-Field Stochastic Optimal Control with Applications to Mean Variance Optimization
本文提出了三种基于深度学习的算法，用于数值求解通过随机最大值原理导出的高维平均场随机最优控制问题，并通过在均值-方差投资组合选择中的应用证明了其准确性和效率。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正试图驾驶一艘船穿过风暴，而风和浪不仅会对你当前的位置做出反应，还会对海洋中所有其他船只的平均行为做出反应。这就是被称为“平均场随机控制”（mean-field stochastic control）的复杂数学挑战的核心本质。它出现在从物理学（描述气体行为）到金融学（模拟投资者集体行为如何影响市场价格）等诸多领域。其核心难点在于涉及变量的数量极其庞大。当一个系统的状态取决于数百万个个体部分的平均行为时，寻找控制该系统完美策略所需的数学计算量会变得如此巨大，以至于传统的计算机根本无法处理这种负荷。这就是所谓的“维度诅vy”（curse of dimensionality），即解决问题所需的精力会随着因素数量的增加而呈爆炸式增长，使得许多现实世界的场景在标准方法下变得无法计算。
来自穆莱伊斯马伊勒大学（Université Moulay Ismail de Meknes）的一个研究小组开发出一种利用人工智能解决这一问题的新方法。他们并没有试图计算每一种可能性，而是训练了深度神经网络——一种模仿人类大脑构建的计算机系统——来学习最佳的前进路径。他们的工作专注于一种特定的控制问题，即游戏的规则会根据系统的平均状态而发生变化。通过应用被称为“随机最大值原理”（stochastic maximum principle）的数学原理（该原理提供了一套在不确定环境中寻找最佳结果的规则），研究人员将原始的困难问题转化为了一个新的等价格式。这种新格式允许他们将寻找最佳策略的过程视为一项学习任务，即通过调整计算机的内部设置来最小化误差，直到找到最优解。
研究人员测试了三种不同的方法，以观察哪种效果最好。第一种方法使用单个神经网络来预测每一步必要的调整，然后使用一个独立的数学工具来优化最终答案。第二种方法用于一种特定情景，即在该情景下，完美解可以用一个简单的公式写出；在这种情况下，神经网络只需要学习拼图剩余的部分，这使得过程非常快速且准确。第三种也是最灵活的方法，使用了两个协同工作的神经网络。一个网络负责预测调整，另一个网络负责预测控制动作，两者同时进行训练。至关重要的是，第三种方法在其训练过程中包含了一条特殊的规则，强制网络即使在不存在简单公式解的情况下，也要遵守最优性的基本法则。
为了验证这些方法是否真的有效，研究小组将其应用于金融领域的一个经典问题：管理投资组合以平衡风险与回报。他们模拟了一个包含安全资产和风险资产的市场，要求计算机在特定时期内寻找最佳的投资方式，以在保持低风险的同时实现回报最大化。模拟结果显示，所有三种方法都能找到解，但表现各不相同。依赖已知公式的方法最为精确，紧密贴合理论理想值。使用双网络的方法虽然精度略逊，但具有一个显著优势：它不需要预先存在的公式即可运行。它可以处理那些完美策略过于复杂、无法用纸笔写下来的情况。单网络方法同样有效，尽管它需要更多时间才能收敛到一个良好的答案。
研究结果表明，深度学习可以成功应对此前难以触及的高维控制问题。这项研究证实，通过重新构建问题并使用神经网络来逼近解，可以实现高精度和高计算效率。最重要的发现是，双网络方法提供了一个强大的通用工具。它可以解决那些最优策略隐藏其中、无法用简单方程表达的复杂现实世界问题，为解决曾经被认为计算难度过高的经济学、工程学和物理学领域的类似挑战打开了大门。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。