Combler le fossé entre la planification de Markowitz et l'apprentissage par renforcement profond.

Résumé Alors que les chercheurs dans le secteur de la gestion d'actifs se sont principalement concentrés sur des techniques basées sur des techniques financières et de planification des risques telles que la frontière efficiente de Markowitz, la variance minimale, la diversification maximale ou la parité des risques, en parallèle, une autre communauté dans le domaine de l'apprentissage automatique a commencé à travailler sur l'apprentissage par renforcement et plus particulièrement sur l'apprentissage par renforcement profond pour résoudre d'autres problèmes de prise de décision pour des tâches difficiles telles que la conduite autonome, l'apprentissage de robots et, d'un point de vue plus conceptuel, la résolution de jeux comme le Go. Cet article vise à combler le fossé entre ces deux approches en montrant que les techniques d'apprentissage par renforcement profond (DRL) peuvent apporter un nouvel éclairage sur l'allocation de portefeuille grâce à un cadre d'optimisation plus général qui présente l'allocation de portefeuille comme un problème de contrôle optimal qui n'est pas seulement une optimisation à une étape, mais plutôt une optimisation de contrôle continu avec une récompense différée. Les avantages sont nombreux : (i) DRL fait directement correspondre les conditions du marché aux actions par conception et devrait donc s'adapter à un environnement changeant, (ii) DRL ne repose pas sur des hypothèses traditionnelles de risque financier comme le fait que le risque soit représenté par la variance, (iii) DRL peut incorporer des données supplémentaires et être une méthode à entrées multiples par opposition aux méthodes d'optimisation plus traditionnelles. Nous présentons sur une expérience quelques résultats encourageants en utilisant des réseaux de convolution.