تحولات نوین در مدیریت پرتفوی: مقایسه رویکردهای یادگیری تقویتی، قابلیت اطمینان و تسلط تصادفی

این مقاله مروری به بررسی سه رویکرد نوین در بهینه سازی پرتفوی سهام شامل مدل یادگیری تقویتی (RL) ، رویکرد قابلیت اطمینانو روش تسلط تصادفی می پردازد. این روش ها با هدف کاهش ریسک و افزایش بازده در شرایط عدم قطعیت طراحی شد هاند. مطالعهاول از یادگیری تقویتی برای تحلیل داده های تاریخی بورس تهران استفاده کرده و عملکرد بهتری نسبت به روشهای سنتی نشان دادهاست. مطالعه دوم با استفاده از الگوریتم دو مرحله ای و محدودیت سقف سرمایه گذاری، به کاهش ریسک تخصیص کمک کردهاست. مطالعه سوم با بهره گیری از روش تسلط تصادفی، تمامی ویژگی های توزیع بازده را در نظر گرفته و بازده تجمعی بالاترینسبت به مدل مارکویتز ارائه داده است. نتایج نشان می دهد که هر سه رویکرد بهبود قابل توجهی در مدیریت ریسک و بازده ارائهداده اند و می توانند به عنوان ابزا رهای موثری در تصمیم گیری سرمایه گذاران استفاده شوند.

کلیدواژه ها:

بهینه سازی پرتفوی ، یادگیری تقویتی ، مدل تسلط تصادفی ، رویکرد قابلیت اطمینان ، مدل مارکویتز