基于效用函数的期望最大搜索算法

强化学习已在各行业得到广泛应用,强化学习所需的大量探索在很多语境下均可能带来严重后果。为此,业界提出安全强化学习。从经济学中借鉴的效用函数是其中的一种常用技巧,但其在搜索算法中还未得到充分研究。当智能体在风险中立的语境下进行训练后,如何利用搜索算法将其迁移至风险敏感语境中仍是一个需要解决的问题。因此,提出向期望最大搜索算法中加入安全强化学习常用的效用函数技巧进行改进。以2048游戏为例,基于2022年最新的NTuple方法及在风险中立语境下所训练的权重,实验了不同的超参数。实验结果表明,将sigmoid函数作为效用函数应用于搜索算法中,可以显著提升算法性能。其中,在2层搜索中,改进后的算法相较于原始算法提升了14053.35分,在3层搜索中,提升了6522.9分。

我国官员财产申报行为机制研究——基于期望效用函数视角

文章从梳理我国国家层面对官员财产申报的规定和部分地方政府的实践探索出发,提出了未来完善财产申报制度需要解决的三大问题。通过对官员在现有财产申报制度下的行为选择构建期望效用函数,即申报真实性选择、真实性投票检测、赦免政策下行为和审查部门跟踪调查四种行为的期望效用函数分析,推导出官员在我国现有财产申报制度下最大化自身利益的行为策略。并基于期望效用函数的结论,提出制度推行时机在增大腐败惩治概率后方为成熟、面向社会公开财产申报结果、由纪检部门受理审查申报结果和加大违反财产申报规定处罚力度等财产申报制度的完善策略。

期望效用函数理论及其应用

分析了期望效用函数理论,并将其运用于图书馆的管理工作,从中发现其规律性.为图书馆的科学管理提供了一条有效的途径.

偏好、期望效用函数及Alliass悖论——兼与侯万春副教授商榷

本文通过对偏好、期望效用函数、偏好公理化体系及Alliass悖论的研究 ,对侯万春副教授刊于《山东经济》2 0 0 1年第 2期“理论效用函数及其应用”一文所述观点提出异议 ,对Alliass预期效用悖论给出了另外一种解释。

浅议上市公司高管法治监督机制——从高管的总期望效用函数出发

本文试从处于企业核心位置的代理人——高层管理人员(高管)的总期望效用函数出发,将其行为分为正常关注、败德行为、违规行为三个层次,并针对我国证券市场制衡机制在短期内难以建立、高管频频违规的情况,结合法律制度与公司治理关系的研究,探讨如何抓准关键控制点,设计一种可行、有效的法治防范机制,以遏制高管侵占其他利益相关者权益的违规行为。

个体理性选择的认知偏差与效用期望调整

经济学各大流派有关理性选择理论的许多分歧,在很大程度上起源于对“认知”的不同解释。现代经济学强调个体理性选择的认知过程,质疑新古典经济学把认知作为外生变量的学术处理,认为认知偏差会导致个体实际选择背离期望效用理论的经典教义。认知偏差作为理性选择理论的一个重要概念,有着宽泛的内容,它向前关联于选择偏好,向后关联于效用期望。从现实而不是从纯学理来看,认知偏差与效用期望的关联,要比认知偏差与选择偏好的关联更加重要。我们完善经济学理性选择理论的任务之一,是要在深入揭示认知偏差的基础上,对个体认知偏差如何影响或决定个体效用期望调整进行研究,对效用函数作出符合实际的而不是抽象的理论解析。本文对个体理性选择的认知偏差和效用期望调整的分析,试图在一定程度和范围内弥补理性选择理论的某些缺失。

典型效用函数下最优投资消费问题

本文讨论了证券市场上消费投资策略的最优化问题,运用直接构造的方法得到一类典型效用函数,并在其指标下对最优的投资组合策略进行了研究,得出了最优投资问题解的显示表达式;并且针对这种方法的应用建立模型、进行计算和实证研究,使其方便应用于实际。

基于风险的油气管道最优完整性维护决策(二)(效用函数方法)

采用效用函数描述后果是决策分析中较为有效的方法。效用是在有风险的情况下决策者对后果所造成的收益或损失价值的偏好感觉或反应的数量指标。文章从理论上分析了效用函数的构成方式和必须遵循的原则。从管道失效后果的财产经济损失、生命损失和环境破坏三方面,讨论了多准则效用函数的建立方法。通过建立管线完整性维护决策树,给出了效用函数的构成步骤;采用“使期望效用最大”的原则,以获得管道最优完整性维护决策方案。最后给出了用效用函数方法选择最优决策的例子。

决策效用函数两类拟合方法比较

本文从拟合方法所依据的假设的不同,将决策效用函数的拟合方法分为两类——直接函数拟合法与模式推演拟合法;并对这两类拟合方法进行了比较。

基于习惯形成的Epstein-Zin效用函数模型与股权溢价之谜——来自中国A股市场的证据

美国资本市场历史数据显示股票收益远远高于债券收益,不能用基于消费的资产定价模型解释,Mehra and Prescott提出了所谓的股权溢价之谜,而Campbell and Cochrane的习惯形成模型在用HJ方差界检验股权溢价之谜时受到局限。对Epstein and Zin(1991)的广义期望效用模型进行修正,使用随机贴现因子的HJ方差界来检验中国股票市场是否存在股权溢价之谜,并比较CRRA模型、Epstein and Zin的模型及修正模型的定价能力。实证分析发现:(1)修正后的模型要求消费者的相对风险厌恶系数为2左右就可以解释中国的高股权溢价现象,而且中国股票市场不存在股权溢价之谜,也不存在无风险利率之谜;(2)同CRRA模型、Epstein and Zin的模型相比,修正后的模型具有更强的定价能力。

行为金融学中效用函数的发展应用研究

期望理论是行为金融学的重要理论基础,其代表人物卡纳曼就效用函数做出更新,最早推翻了预期效用理论中效用仅与事件的最后状态有关的结论。行为金融学中影响最大的是资产定价理论部分,效用函数在此集中受到修正研究,为了解释金融市场中的"异常"现象,学者们不断在效用函数中加入财富、习惯等变量,使效用函数更加贴近现实。本文对行为金融学中效用函数的发展做了梳理。

效用函数的构造及其在就业管理中的应用

高校就业制度改革的深入和发展,迫切需要有效理论指导。效用函数及期望效用函数的构造可以从经济学的角度较科学地反映大学生在寻找工作时的心理状态。通过相关要素的评价与线性组合评估,较好地为学生定位工作提供理论上的依据。

效用函数与风险型损益值决策

一、风险型决策及其评价模型 风险型决策,就是当决策者面临两个或两个以上的自然状态,并且已经掌握了自然 EG=GPT （1） 其中G=（gij）m×a是表（1.2）中的条件损益值矩阵;P=（P1,P2,Pn）是状态概率行向量,EG=（EG1,EG2…EGm）T是期望损益值列向量。

基于广义期望效用理论的主观概率调整的一致性风险测度

在对广义期望效用理论进行综述的基础上,将该理论与一致性性风险测度联系起来,并利用广义期望效用理论中的Choquet期望效用函数,提出了一个主观概率调整的一致性风险测度.以中国股市中的一个资产组合为样本,利用二元随机波动率模型对资产组合收益率分布进行描述,并使用马尔克夫链蒙特卡罗的模拟方法对该分布进行模拟,计算了主观概率调整的风险值.

均值-方差效用函数在战场目标配置中的应用

在火力打击效果分析的基础上,建立了基于期望效用最大化准则的战场目标配置模型。利用均值-方差效用函数刻画决策者对打击风险的态度,得到满足决策者风险要求的最优目标配置方案。并证明了其与最大期望打击效果、最小方差多目标战场配置模型的一致性。

期望效用理论的发展历程及最新动态

系列悖论的出现,使得传统期望效用理论对于现实问题的解释力度不断下降。近年来,学者们不断对传统期望效用理论模型进行修正和完善。特别是本世纪以来,借助于实验经济学的分析工具,对期望效用理论的研究取得了诸多成果。如何将期望效用理论从实验室搬到现实之中,继而解释和分析现实中面临不确定性问题所出现的各种经济行为,是期望效用理论今后发展过程中所应重点解决的问题。

期望效用理论的经济思考

期望效用理论是经济学中定量化研究的重要工具之一 ,对经济学的研究起了很大的推动作用 .期望效用理论是建立在一系列公理体系之上的 ,在实际应用中有较大局限性 .本文对期望效用理论给予简介并对其进行了评述 .

证券投资的风险偏好与期望效用决策模型

本文把期望效用理论用于投资决策分析,按实际风险偏好的系统分类构造模型,据此证明决策人效用函数必为线性函数和指数函数;前者对应风险中立,后者对应风险厌恶和风险追求;函数参数的不同取值,唯一确定了各类风险偏好的性质和程度。由此产生的分析方法和模型,可同时适用于正态或非正态收益分布的证券组合,为投资价值的评估提供有效而实用的程序。

效用分析与期望值分析的比较研究

本文从效用的内涵及其基本特性入手,利用效用曲线将决策者分为风险规避者、风险偏好者和风险中性者三类;进而分析了期望值分析实际上是风险中性者决策的依据,而效用分析是不同类型决策者的决策依据,对风险中性者来说,效用分析等价于期望值分析;最后从预测的价值角度得出了效用分析优于期望值分析的结论,并用具体案例实证了利用效用函数进行决策的科学性。

期望效用理论与非期望效用理论的对比分析

本文简述了期望效应理论与非期望效应理论研究的基本结果 ,在对非期望效应理论的探讨中 ,通过几组数值试验说明了Machina的发散性假设不完全成立 。