題目：基于強化學習的離散時間均值-方差策略

　　報告人： 李迅

　　時間：2024年11月22日（周五），上午10：00-11：00

　　報告地點： 理學院1-301會議室（騰訊會議：609-272-073）

　　報告摘要：本報告研究了一種基于強化學習的離散時間均值-方差模型。與Wang-Zhou (2020)的連續時間模型相比，離散時間模型對資產收益分布的假設更為廣泛。通過使用熵來衡量探索成本，推導出最優投資策略，其密度函數同樣為高斯類型。此外，設計了相應的強化學習算法。模擬實驗和實證分析表明，離散時間模型在分析實際數據時，相較于連續時間模型具有更好的適用性。

　　報告人簡介：

　　李迅，于1992年獲上海科技大學數學系學士學位，1995年獲上海大學數學系碩士學位。2000年在香港中文大學系統工程與工程管理學系獲得博士學位，并于2001年在該系擔任博士后研究員。從2001年至2003年，他在卡爾加里大學數學與計算金融實驗室擔任博士后研究員。2003年至2007年，他是新加坡國立大學數學系的訪問學者。2007年起，他加入香港理工大學應用數學系，擔任助理教授，2013年晉升為副教授，目前為教授。其主要研究領域為隨機控制與金融應用中的應用概率，已在SIAM Journal on Control and Optimization、Annals of Applied Probability、IEEE Transactions on Automatic Control、Automatica、Journal of Differential Equations、Mathematical Finance、Finance and Stochastics以及Quantitative等期刊發表論文。