Optimizing Impact Investment Portfolios with Reinforcement Learning: A Data-Driven Framework for Balancing Financial Returns and SDG Alignment
Notice bibliographique
Résumé
Impact investors face a complex multi-objective optimization challenge: balancing financial returns with sustainability outcomes, particularly alignment with the UN Sustainable Development Goals (SDGs). Traditional portfolio optimization methods fall short in dynamically integrating real-time sustainability metrics and adapting to changing market conditions. This paper introduces a novel reinforcement learning (RL) framework designed to optimize impact investment portfolios by simultaneously maximizing risk-adjusted financial returns and SDG alignment. We formulate the portfolio management task as a Markov decision process, incorporating both financial indicators and sustainability metrics into the state space, and propose a dual-objective reward function that allows investors to specify their preferred trade-off between financial and impact goals. Using a Deep Deterministic Policy Gradient algorithm, our RL agent learns optimal allocation strategies through interaction with a simulated market environment. Empirical results demonstrate that the proposed framework significantly outperforms traditional methods, achieving an 80.8% higher Sharpe ratio (1.32 vs. 0.73 for mean-variance optimization (MVO)), 87.1% SDG alignment, and a 34.2% reduction in maximum drawdown (–12.3% vs. –18.7% for MVO). The framework also maintains an average environmental, social, and governance score of 82.4 and reduces carbon intensity by 27.6%. The study contributes a scalable, data-driven approach to sustainable finance, enabling more responsive and responsible investment strategies without compromising financial performance. Received: 27 August 2025 | Revised: 10 October 2025 | Accepted: 3 November 2025 Conflicts of Interest The authors declare that they have no conflicts of interest to this work. Data Availability Statement The data that support this work are available upon reasonable request to the corresponding author. Author Contribution Statement Sanjay Agal: Conceptualization, Methodology, Formal analysis, Investigation, Writing – original draft, Writing – review & editing, Visualization, Supervision, Project administration, Funding acquisition. Krishna Raulji: Conceptualization, Methodology, Formal analysis, Investigation, Writing – original draft, Writing – review & editing, Visualization, Supervision, Project administration, Funding acquisition. Kishori Shekokar: Writing – review & editing. Nikunj Bhavsar: Software, Validation, Resources, Data curation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».