机构名称：
¥ 1.0
风险投资投资在推动早期初创公司的出现和增长方面发挥了重要作用。但是，只有一小部分由风险投资的初创公司才能成功生存和退出。先前基于数据驱动的预测或基于建议的解决方案无法为跨不同投资回合的初创企业提供有效且可行的策略。在本文中，我们开发了一种基于强化学习的新方法Alphavc，以促进风险资本家的决策。我们的基于政策的强化学习者可以动态地确定最佳候选人，并依次将最佳投资金额放在适当的回合中，以最大程度地利用给定投资组合的财务收益。我们从Crunchbase检索公司的人口统计和投资活动数据。与各种最先进的基线方法相比，我们的方法论证明了其在排名和基于投资组合的性能指标中的功效和优势。通过敏感性和消融分析，我们的研究突出了保理中远端结果的重要性，并在不同时间点做出决策时承认学习效果。此外，我们观察到，Alphavc专注于精选的高潜力公司，但在投资流程的各个阶段均匀分配投资。关键字：风险资本，加强学习，投资组合优化
alphavc：基于增强的基于学习的风险投资投资策略
主要关键词
相关文件推荐
