深度灾难风险感知强化学习：用极值理论优化CVaR训练神经网络策略

研究将极值理论（EVT）的CVaR优化方法扩展到高维神经网络策略，采用超阈值表示与矩估计得到可微的尾部风险目标，其有限样本梯度可直接通过自动微分计算。在含罕见极端市场波动的深度对冲问题中，正常条件下EVT与经验CVaR训练的策略对冲行为相近，而EVT策略在极端情景评估下对冲损失更低。结果表明，当极端风险相关观测稀缺时，EVT可为神经网络策略训练提供实用替代方案。