MLP-Initialized Reinforcement Learning for Exit Timing in SPX Short-Straddle Portfolios
Aggiunta all'archivio di AIChronos il (numero del 9 ottobre 2026 ricostruito)· fonte del · Jianning Wang, Robert Ślepaczuk, Paweł Sakowski
Questo studio esplora il timing di uscita per portafogli SPX short-straddle utilizzando un framework ibrido a due stadi che combina apprendimento supervisionato e reinforcement learning. Un multilayer perceptron (MLP) viene addestrato su dati storici con variabili contemporanee disponibili al momento del deployment, fungendo poi da inizializzatore stabile per attori di reinforcement learning fine-tuned con una reward aware del rischio. L'analisi out-of-sample sul periodo 2024-2026 dimostra che questo approccio supera significativamente le strategie passive e le regole fisse basate su profitto/perdita o tempo, raggiungendo un rendimento cumulativo medio del 37.54% con un rapporto Sharpe di 1.705.
- L'inizializzazione tramite MLP supervisionato fornisce una base stabile per il fine-tuning delle politiche basate sulla reward in problemi sparsi e dipendenti dal percorso.
- Gli attori Actor-Critic inizializzati superano le strategie passive, ottenendo un rendimento cumulativo del 37.54% contro il 35.01% dell'MLP supervisionato da solo.
- L'addestramento degli Actor-Critic partendo da zero (senza inizializzazione) risulta inefficace, con un rendimento medio di soli 0.18% su sette seed indipendenti.
- Il framework utilizza esclusivamente variabili di stato disponibili contemporaneamente al momento del deployment per generare etichette ottimali ex-post.
Perché conta. Per uno sviluppatore che lavora con agenti AI e modelli locali, questo approccio evidenzia l'importanza cruciale dell'inizializzazione corretta (es. tramite supervisione) prima di applicare tecniche complesse come il fine-tuning o il reinforcement learning per evitare collassi nelle performance.
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.