讓 AI 學會「你能虧多少」：把回檔限制寫進獎勵函數

先問：這在解什麼問題？the problem

資金管理（又稱資產配置）一直是交易與投資領域的研究前沿。 自 1952 年 Markowitz 建立現代投資組合理論以來，這個題目吸引了無數學者， 而凱利準則（Kelly criterion）是其中最耀眼的成果之一—— 它給出一個優雅的解：最佳下注比例，能讓資金的對數值長期最大化。

但作者指出凱利有兩個被忽略的盲點：它忽略了每位投資人的風險承受度並不相同， 而且計算比例時沒有把下檔風險（downside risk）納入考量。

怎麼做？把風險寫進獎勵函數the method

作者做了兩件事：第一，用機率為基礎的方法建立一個風險預測模型； 第二，調整深度強化學習的獎勵函數，讓它把下檔風險考慮進去。 換句話說——與其用一個只想著把報酬最大化的「天真獎勵函數」， 改良後的深度強化學習能把投資人的風險承受度也考慮進來。

驗證與結果the results

作者說明實驗只分析單一資產的情境，並採用 DXY（美元指數）、GBP/USD、EUR/USD 作為訓練與驗證的資料集。結果顯示，對獎勵機制所做的調整帶來了值得玩味的表現： 當要求的最大回檔（MDD）大於 3% 時，達成的機率平均高於 70%。

這個結果的讀法是——投資人可以先說出自己能忍受的回檔上限， 系統再回答「在這個限制下，達標的機率大概是多少」。 風險不再是事後才發現的意外，而是事前就能設定的參數。