Dynamic Weight Optimization for Double Linear Policy: A Stochastic Model Predictive Control Approach

📄 arXiv: 2604.00415v1 📥 PDF

作者: Tan Chin Hong, Chung-Han Hsieh

分类: eess.SY, math.OC, q-fin.CP

发布日期: 2026-04-01

备注: 8 pages. Submitted for possible publication

💡 一句话要点

提出基于随机模型预测控制的动态权重优化双线性策略框架

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 双线性策略 随机模型预测控制 动态权重优化 风险调整回报 量化交易

📋 核心要点

  1. 双线性策略(DLP)权重优化面临时变权重序列优化难题，现有方法难以兼顾风险和回报。
  2. 提出基于随机模型预测控制(SMPC)的动态权重选择框架，显式最大化风险调整回报并满足约束。
  3. 实验结果表明，该方法在风险调整性能和回撤控制方面优于常数权重和预设时变DLP基线。

📝 摘要（中文）

双线性策略(DLP)框架在优化的常数权重设计或可接受的预设时变策略下，保证了鲁棒的正期望(RPE)。然而，这些时变权重的序列优化仍然是一个开放的挑战。为了解决这个差距，我们提出了一个随机模型预测控制(SMPC)框架。我们将权重选择表述为一个衰退范围的最优控制问题，该问题显式地最大化了风险调整后的回报，同时强制执行生存能力和预测的正期望约束。值得注意的是，我们为非凸目标函数推导出了一个解析梯度，从而可以通过L-BFGS-B算法进行高效优化。经验结果表明，相对于常数权重和预先设定的时变DLP基线，这种动态的闭环方法提高了风险调整后的性能和回撤控制。

🔬 方法详解

问题定义：论文旨在解决双线性策略(DLP)框架中时变权重的序列优化问题。现有的方法，如常数权重或预设时变策略，无法根据市场动态进行调整，难以在风险和回报之间取得平衡，尤其是在保证鲁棒正期望(RPE)的前提下进行优化。

核心思路：论文的核心思路是将权重选择问题建模为一个随机模型预测控制(SMPC)问题。通过在每个时间步优化权重，可以动态地调整策略以适应市场变化，从而最大化风险调整后的回报，同时满足生存能力和预测正期望的约束。这种方法利用了模型预测控制的优势，能够考虑到未来的市场动态，并做出更明智的决策。

技术框架：整体框架是一个基于SMPC的闭环控制系统。它包含以下主要模块：1) 状态估计：根据当前市场数据估计系统状态。2) 模型预测：使用随机模型预测未来一段时间内的市场动态。3) 优化：基于预测结果，通过优化算法选择最优的权重序列，以最大化风险调整后的回报，同时满足约束条件。4) 执行：将选择的权重应用于DLP策略。5) 反馈：根据实际市场结果更新状态估计，并重复以上步骤。

关键创新：最重要的技术创新点在于将权重选择问题建模为SMPC问题，并推导出了非凸目标函数的解析梯度。这使得可以使用高效的优化算法（如L-BFGS-B）来解决该问题。与现有方法相比，该方法能够动态地调整权重，更好地适应市场变化，从而提高风险调整后的性能和回撤控制。此外，显式地考虑了生存能力和预测正期望约束，保证了策略的鲁棒性。

关键设计：关键设计包括：1) 目标函数：目标函数是风险调整后的回报，通常采用夏普比率或其他类似的指标。2) 约束条件：约束条件包括生存能力约束（保证策略不会破产）和预测正期望约束（保证策略的期望回报为正）。3) 随机模型：用于预测未来市场动态的模型，可以是历史数据驱动的模型或基于经济理论的模型。4) 优化算法：用于求解SMPC问题的优化算法，论文中使用的是L-BFGS-B算法。5) 权重范围：权重的取值范围需要根据实际情况进行设置，以保证策略的合理性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，基于SMPC的动态权重优化方法在风险调整性能和回撤控制方面均优于常数权重和预设时变DLP基线。具体而言，该方法能够显著提高夏普比率，并降低最大回撤，从而为投资者提供更稳健的投资策略。

🎯 应用场景

该研究成果可应用于量化交易、投资组合管理等金融领域。通过动态优化双线性策略的权重，可以提高投资组合的风险调整回报，并有效控制回撤。该方法具有广泛的应用前景，可以帮助投资者在复杂的市场环境中获得更好的投资回报。

📄 摘要（原文）

The Double Linear Policy (DLP) framework guarantees a Robust Positive Expectation (RPE) under optimized constant-weight designs or admissible prespecified time-varying policies. However, the sequential optimization of these time-varying weights remains an open challenge. To address this gap, we propose a Stochastic Model Predictive Control (SMPC) framework. We formulate weight selection as a receding-horizon optimal control problem that explicitly maximizes risk-adjusted returns while enforcing survivability and predicted positive expectation constraints. Notably, an analytical gradient is derived for the non-convex objective function, enabling efficient optimization via the L-BFGS-B algorithm. Empirical results demonstrate that this dynamic, closed-loop approach improves risk-adjusted performance and drawdown control relative to constant-weight and prescribed time-varying DLP baselines.