Reinforcement Learning in Economics and Finance

强化学习 计算机科学 动作(物理) 集合(抽象数据类型) 人工智能 增强学习 时间范围 行为经济学 过程(计算) 订单(交换) 钢筋 期限(时间) 时差学习 机器学习 数学优化 经济 微观经济学 数学 心理学 财务 物理 操作系统 社会心理学 量子力学 程序设计语言
作者
Arthur Charpentier,Romuald Élie,Carl Remlinger
出处
期刊:Computational Economics [Springer Nature]
卷期号:62 (1): 425-462 被引量:31
标识
DOI:10.1007/s10614-021-10119-4
摘要

Reinforcement learning algorithms describe how an agent can learn an optimal action policy in a sequential decision process, through repeated experience. In a given environment, the agent policy provides him some running and terminal rewards. As in online learning, the agent learns sequentially. As in multi-armed bandit problems, when an agent picks an action, he can not infer ex-post the rewards induced by other action choices. In reinforcement learning, his actions have consequences: they influence not only rewards, but also future states of the world. The goal of reinforcement learning is to find an optimal policy – a mapping from the states of the world to the set of actions, in order to maximize cumulative reward, which is a long term strategy. Exploring might be sub-optimal on a short-term horizon but could lead to optimal long-term ones. Many problems of optimal control, popular in economics for more than forty years, can be expressed in the reinforcement learning framework, and recent advances in computational science, provided in particular by deep learning algorithms, can be used by economists in order to solve complex behavioral problems. In this article, we propose a state-of-the-art of reinforcement learning techniques, and present applications in economics, game theory, operation research and finance.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
joye完成签到,获得积分10
1秒前
我不是一个大学生应助zzz采纳,获得20
1秒前
Zx完成签到,获得积分10
3秒前
3秒前
3秒前
yangkeke完成签到,获得积分20
3秒前
酷酷幻梦完成签到,获得积分10
5秒前
wanci应助汪汪采纳,获得10
5秒前
我是老大应助娟娟采纳,获得10
5秒前
6秒前
害羞翠芙关注了科研通微信公众号
7秒前
7秒前
小白杨完成签到,获得积分10
9秒前
木头杨发布了新的文献求助10
9秒前
在水一方应助悠然采纳,获得10
10秒前
zyx发布了新的文献求助30
10秒前
林源枫完成签到,获得积分10
10秒前
damieob发布了新的文献求助10
14秒前
关七应助开朗满天采纳,获得10
14秒前
称心不尤发布了新的文献求助10
15秒前
tan完成签到 ,获得积分10
15秒前
16秒前
17秒前
19秒前
Ll应助zzz采纳,获得10
20秒前
Zhiyan完成签到 ,获得积分10
21秒前
21秒前
老盖发布了新的文献求助10
21秒前
都是发布了新的文献求助10
21秒前
damieob完成签到,获得积分10
22秒前
lxw完成签到,获得积分10
22秒前
活泼忆丹发布了新的文献求助10
23秒前
黎黎原上草完成签到,获得积分10
23秒前
zyx完成签到,获得积分10
23秒前
25秒前
娟娟发布了新的文献求助10
25秒前
害羞翠芙发布了新的文献求助10
26秒前
Sophia完成签到,获得积分10
26秒前
今后应助顺心的水之采纳,获得10
28秒前
sora98完成签到 ,获得积分10
29秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3136060
求助须知:如何正确求助?哪些是违规求助? 2786881
关于积分的说明 7779829
捐赠科研通 2443052
什么是DOI,文献DOI怎么找? 1298859
科研通“疑难数据库(出版商)”最低求助积分说明 625232
版权声明 600870